[发明专利]增强图像可见性的方法

说明书

技术领域

本发明涉及图像视觉增强技术领域，特别涉及一种增强图像可见性的方法。

背景技术

当前计算机视觉领域的系统和算法通常假设输入图像的采集环境为真空，即不考虑空气中介质的影响，假设场景在光照作用下辐射出的光强度被拍摄系统完全记录。但是，在实际情况中，上述假设通常并不成立，成像系统通常会受到一定程度的雾气、雨、雪等的影响。当出现雾气、雨、雪等天气时，在成像中起主导作用的是复杂的水分子聚合体，介质对成像光纤的投射衰减及散射，使得上述恶劣天气条件下的户外采集图像色彩降质、对比度降低。

针对上述问题，现有的对恶劣天气条件下的图像可见性增强的方法主要有两种：一种是利用多幅特殊拍摄的图像，其又主要分为两类，一是获取同一场景在不同天气条件下的采集图像，该方法仅适用于固定场景、固定相机，并且需要较长的图像采集时间以出现天气的变化，因此实际应用性弱，二是在采集设备前加上极化滤光片以获取同一场景在不同极化条件下的两幅图像，该方法实现的前提假设是图像中由于介质散射的部分具有极化性质、空气光为部分偏振光且偏振度不随距离而变化，但是该假设在实际成像中不一定成立，从而导致图像增强效果并不理想；另一种是基于单幅图像进行可见性恢复与增强，这种方法具有较强的实用性，但是，由于单幅图像包含的信息量很少，因此需要基于较强的假设或者先验知识，例如，假设在晴朗天气条件下的实际采集图像具有很高的对比度，或者假设场景具有丰富的颜色信息等，但是，在一些实际应用中，如机场监视等，采集的图像只具有较少的纹理信息且色彩和空气光颜色接近，不满足上述假设，使得基于单幅图像的增强效果不理想。

此外，还提出一种针对恶劣天气条件的物理成像模型：

I＝J·t+A·(1-t)，t＝e^-β·z

其中，I表示当前实际采集到的受恶劣天气条件影响的图像；J表示当前场景在晴朗天气条件下对应的图像，即不受雾等介质影响的成像结果；z是当前场景的深度信息；β是天气情况的表征因子，β越大，对应天气条件的雾越浓；t表示场景实际的辐射光线在空气中受介质影响而衰减的情况，一般认为其随深度呈指数变化，即t＝e^-β·z，0＜t＜1，深度越小，t越接近于1，表明当前采集图像受介质的影响越小，场景表面直接辐射的光线就越多的直接传递到成像系统中；A表示空气光的颜色，场景直接辐射出的光线由于受到空气中介质的作用而发生散射，这一部分光线偏离原来的传播路径向各个方向分散，经雾滴的多次散射后，最终在成像模型中可以抽象为空气光的作用，场景中的点距离成像平面越远，该部分的作用就越强烈。

综上所述，现有技术存在的缺点是不能针对纹理少、颜色不丰富的动态采集场景进行有效的可见性增强。

发明内容

本发明的目的旨在至少解决无法对纹理少、颜色不丰富的动态采集场景进行可见性增强的技术缺陷。

为达到上述目的，本发明提出一种增强图像可见性的方法，包括以下步骤：

获取场景的至少两个图像信息；

将所述图像信息与预先建立的场景三维模型进行对准以获得所述图像信息对应的模板图像和所述模板图像的深度信息；

根据所述模板图像和所述模板图像的深度信息，估计获取所述场景的图像信息时的天气条件参数；

根据所述天气条件参数对所述模板图像的深度信息进行修正以获得所述场景图像的深度信息；以及

根据所述场景图像的深度信息对所述场景图像进行图像增强。

在本发明的一个实施例中，所述根据所述天气条件参数对所述模板图像的深度信息进行修正进一步包括：

A.根据所述天气条件参数、所述模板图像的深度信息和物理成像模型对所述场景图像进行第一次增强以获得第一增强图像；

B.根据所述第一增强图像与所述模板图像获取所述场景图像的第二深度信息；

C.根据所述天气条件参数、所述第二深度信息和所述物理成像模型对所述场景图像进行第二次增强以获得第二增强图像；

D.重复步骤A至步骤C，直至深度信息的值不再发生变化。

根据本发明的一个实施例，所述根据所述第一增强图像与所述模板图像获取所述场景图像的第二深度信息，进一步包括：

将所述第一增强图像与所述模板图像进行比较，检测所述场景图像的前景物体的位置，标记所述场景图像的前景区域；

在所述前景区域内，对所述第一增强图像进行立体匹配以获得所述场景图像的前景区域的深度信息；以及

用所述前景区域的深度信息替换所述前景区域内的像素点在所述模板图像中对应的像素点的深度信息，以获得所述第二深度信息。