一种视频图像去雾方法技术

本发明专利技术涉及图像处理技术领域，尤其涉及一种视频图像去雾方法

【技术实现步骤摘要】
一种视频图像去雾方法、装置、计算机设备及介质


[0001]本专利技术涉及图像处理
，尤其涉及一种视频图像去雾方法
、
装置
、
计算机设备及介质
。

技术介绍

[0002]前些年，受到空气质量不佳的影响，雾霾等恶劣天气出现频率的增多，在有雾的天气下拍摄的图像会出现模糊
、
清晰度不够的情况，尤其是公路监测设备的拍摄中，在有雾的天气，能见度较低，无法准确获取到公路的交通状况，为道路监测带来不便
。
[0003]现有的技术中，也有对图像进行去雾的方法，但是，这些方法去除手段效率较低，无法实现对图像的实时监测的目的
。
[0004]因此，如何提高对视频图像去雾的效率是目前亟待解决的技术问题
。

技术实现思路

[0005]鉴于上述问题，本专利技术提供了一种克服上述问题或者至少部分地解决上述问题的视频图像去雾方法
、
装置
、
计算机设备及介质
。
[0006]第一方面，本专利技术提供了一种视频图像去雾方法，包括：获取目标视频，所述目标视频中有雾；对所述目标视频中的每帧图像进行分块，得到每帧图像的
N
个图像块；对每帧图像的
N
个图像块按照大气散射模型进行并行去雾处理，得到每个图像块的去雾图像块，包括：对每个图像块的各个像素点计算每个通道的最大像素值和最小像素值，其中，包括
R
通道
、G
通道和<br/>B
通道的三原色通道；基于每个通道的最小像素值，确定每个图像块的最小平均像素值；基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值以及最小像素值，估计大气散射模型的暗通道图和背景光；基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道图和背景光，得到每个图像块的去雾图像块；将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像
。
[0007]优选地，所述基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值以及最小像素值，估计大气散射模型的暗通道图和背景光，包括：基于所述每个图像块的最小平均像素值
、
所述每个通道的最小像素值，按照如下公式，估计大气散射模型的暗通道图：；其中，为调节参数，为所述每个图像块的最小平均像素值，为每个通道的最小像素值，为所述暗通道图；基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值，按照如下
公式，估计大气散射模型的背景光：；其中，为所述背景光，为所述每个通道的最大像素值
。
[0008]优选地，所述基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道图和背景光，得到每个图像块的去雾图像块，包括：基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道图和背景光，按照如下公式，得到每个图像块的去雾图像块：；其中，为所述去雾图像块，为每个图像块
。
[0009]优选地，所述将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像，包括：将每帧图像的
N
个去雾图像组合拼接，在拼接处采用加权平均融合方法，消除边缝差异，得到每帧图像的初始去雾图像
。
[0010]优选地，在将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像之后，还包括：对所述初始去雾图像进行亮度提升处理，得到第一目标去雾图像
。
[0011]优选地，在对所述初始去雾图像进行亮度提升处理，得到第一目标去雾图像之后，还包括：对所述第一目标去雾图像进行偏色处理，得到第二目标去雾图像
。
[0012]优选地，所述对所述第一目标去雾图像进行偏色处理，得到第二目标去雾图像，包括：将所述第一目标去雾图像的三原色转换为颜色空间；基于所述颜色空间，确定所述第一目标去雾图像的平均色度；获取所述颜色空间的
a
‑
b
色度平面的色度最大值与
a
‑
b
色度平面的中心点之间的距离；基于所述平均色度和所述距离，判断所述第一目标去雾图像是否存在偏色情况；若是，采用颜色矫正算法对所述第一目标去雾图像进行偏色处理，得到第二目标去雾图像
。
[0013]第二方面，本专利技术还提供了一种视频图像去雾装置，包括：获取模块，用于获取目标视频，所述目标视频中有雾；分块模块，用于对所述目标视频中的每帧图像进行分块，得到每帧图像的
N
个图像块；去雾处理模块，用于对每帧图像的
N
个图像块按照大气散射模型进行并行去雾处理，得到每个图像块的去雾图像块，所述去雾处理模块包括：计算单元，用于对每个图像块的各个像素点计算每个通道的最大像素值和最小像素值，其中，包括
R
通道
、G
通道和
B
通道的三基色通道；确定单元，用于基于每个通道的最小像素值，确定每个图像块的最小平均像素值；估计单元，用于基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值以及最小像素值，估计大气散射模型的暗通道图和背景光；得到单元，用于基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道
图和背景光，得到每个图像块的去雾图像块；组合拼接模块，用于将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像
。
[0014]第三方面，本专利技术还提供了一种计算机设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面中所述的方法步骤
。
[0015]第四方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序
,
该程序被处理器执行时实现第一方面中所述的方法步骤
。
[0016]本专利技术实施例中的一个或多个技术方案，至少具有如下技术效果或优点：本专利技术提供了一种视频图像去雾方法，包括：获取目标视频，该目标视频中有雾；对目标视频中的每帧图像进行分块，得到每帧图像的
N
个图像块；对每帧图像的
N
个图像块按照大气散射模型进行并行去雾处理，得到每个图像块的去雾图像块，包括：对每个图像块的各个像素点计算每个通道的最大像素值和最小像素值，其中，包括
R
通道
、G
通道和
B
通道的三原色通道；基于每个通道的最小像素值，确定每个图像块的最小平均像素值；基于每个图像块的最小平均像素值
、
每个通道的最大像素值以及最小像素值，估计大气散射模型的暗通道图的背景光；基于每帧图像的
N...

【技术保护点】

【技术特征摘要】
1.
一种视频图像去雾方法，其特征在于，包括：获取目标视频，所述目标视频中有雾；对所述目标视频中的每帧图像进行分块，得到每帧图像的
N
个图像块；对每帧图像的
N
个图像块按照大气散射模型进行并行去雾处理，得到每个图像块的去雾图像块，包括：对每个图像块的各个像素点计算每个通道的最大像素值和最小像素值，其中，包括
R
通道
、G
通道和
B
通道的三原色通道；基于所述每个通道的最小像素值，确定每个图像块的最小平均像素值；基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值以及最小像素值，估计大气散射模型的暗通道图和背景光；基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道图和背景光，得到每个图像块的去雾图像块；将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像
。2.
如权利要求1所述的方法，其特征在于，所述基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值以及最小像素值，估计大气散射模型的暗通道图和背景光，包括：基于所述每个图像块的最小平均像素值
、
所述每个通道的最小像素值，按照如下公式，估计大气散射模型的暗通道图：；其中，为调节参数，为所述每个图像块的最小平均像素值，为每个通道的最小像素值，为所述暗通道图；基于所述每个图像块的最小平均像素值
、
所述每个通道的最大像素值，按照如下公式，估计大气散射模型的背景光：；其中，为所述背景光，为所述每个通道的最大像素值
。3.
如权利要求2所述的方法，其特征在于，所述基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道图和背景光，得到每个图像块的去雾图像块，包括：基于所述每帧图像的
N
个图像块，以及所述大气散射模型的暗通道图和背景光，按照如下公式，得到每个图像块的去雾图像块：其中，为所述去雾图像块，为每个图像块
。4.
如权利要求1所述的方法，其特征在于，所述将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像，包括：将每帧图像的
N
个去雾图像组合拼接，在拼接处采用加权平均融合方法，消除边缝差异，得到每帧图像的初始去雾图像
。5.
如权利要求1所述的方法，其特征在于，在将每帧图像的
N
个去雾图像块组合拼接，得到每帧图像的初始去雾图像之后，...

【专利技术属性】
技术研发人员：苏涛，彭涛，罗锐，
申请(专利权)人：四川中科友成科技有限公司，
类型：发明
国别省市：