[发明专利]去除图像眩光的方法、装置、终端设备和存储介质

权利要求书

1.一种去除图像眩光的方法，其特征在于，包括：

获取第一图像和第二图像，所述第一图像和所述第二图像的拍摄场景相同，所述第一图像为可见光图像，所述第二图像为非可见光图像，所述非可见光图像包括红外图像或光谱分辨率大于设定阈值的高光谱图像；

若检测到所述第一图像具有眩光，则对所述第一图像和所述第二图像执行图像配准处理；

融合图像配准处理后的所述第一图像和所述第二图像，得到去眩光后的所述第一图像；

其中，所述对所述第一图像和所述第二图像执行图像配准处理包括：

提取所述第一图像中的眩光区域；

对所述眩光区域和所述第二图像执行图像配准处理，以确定所述第二图像中与所述眩光区域对应的目标区域；

所述融合图像配准处理后的所述第一图像和所述第二图像，得到去眩光后的所述第一图像包括：

将所述第二图像中所述目标区域的图像融合到所述第一图像的眩光区域中，得到去眩光后的所述第一图像。

2.如权利要求1所述的去除图像眩光的方法，其特征在于，所述提取所述第一图像中的眩光区域包括：

对所述第一图像进行饱和度检测、对比度检测和亮度检测；

查找所述第一图像中的眩光边界，所述眩光边界是指边界两边预设范围区域内的图像像素点之间的平均饱和度的差别或平均对比度的差别超过设定的阈值的边界；

若所述眩光边界所围成的区域内的图像像素点的平均亮度超过设定的阈值，则将所述眩光边界所围成的区域提取出来，作为所述第一图像中的眩光区域。

3.如权利要求1所述的去除图像眩光的方法，其特征在于，在得到去眩光后的所述第一图像之后，还包括：

采用预先构建的卷积神经网络模型对去眩光后的所述第一图像进行色彩修复处理，得到去眩光且无偏色的所述第一图像；

其中，所述卷积神经网络模型根据无偏色样本图像和偏色样本图像之间的映射关系训练完成。

4.如权利要求3所述的去除图像眩光的方法，其特征在于，在获取第一图像和第二图像之后，还包括：

若检测到所述第一图像没有眩光，则采用所述卷积神经网络模型对所述第一图像进行色彩修复处理，得到无偏色的所述第一图像。

5.如权利要求1所述的去除图像眩光的方法，其特征在于，所述第二图像为红外图像，所述对所述第一图像和所述第二图像执行图像配准处理包括：

采用基于光流、尺度不变特征变换SIFT或者卷积神经网络的图像配准方法，对所述第一图像和所述红外图像执行图像配准处理。

6.如权利要求1所述的去除图像眩光的方法，其特征在于，所述第二图像为光谱分辨率大于设定阈值的高光谱图像，所述对所述第一图像和所述第二图像执行图像配准处理包括：

采用核主成分分析法对所述高光谱图像进行图像的降维处理，得到突出纹理的高光谱图像；

采用基于光流，尺度不变特征变换SIFT或者卷积神经网络的图像配准方法，对所述第一图像和所述突出纹理的高光谱图像执行图像配准处理。

7.如权利要求1至6中任一项所述的去除图像眩光的方法，其特征在于，在获取第一图像和第二图像之前，还包括：

若检测到拍照指令，则启动第一摄像头和第二摄像头，所述第一摄像头和所述第二摄像头采用的光谱频段不同；

调整所述第一摄像头和所述第二摄像头的拍摄角度，使得所述第一摄像头和所述第二摄像头对准同一场景；

控制所述第一摄像头和所述第二摄像头同时拍照，分别得到所述第一图像和所述第二图像。