[发明专利]基于残差细节增强的无人机航拍图像去雾方法及装置

说明书

本发明涉及一种基于残差细节增强的无人机航拍图像去雾方法及装置，该方法包括：获取不同场景下的无人机航拍雾天图像作为待处理有雾图像；将待处理有雾图像分解为基础分量图像和细节分量图像；对待处理有雾图像的基础分量图像进行去雾处理，得到去雾后的基础分量图像，去雾处理为多尺度残差网络算法；对待处理有雾图像的细节分量图像进行细节增强处理，得到增强后的细节分量图像并作为去雾后图像的细节分量图像，细节增强处理采用非线性回归细节增强算法；将去雾后的基础分量图像和细节增强后的细节分量图像做加和处理，得到去雾后的图像。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于残差细节增强的无人机航拍图像去雾方法、装置。

背景技术

近几年空气质量退化严重，雾霾等恶劣天气出现频繁，PM2.5值越来越引起人们的广泛关注。在有雾天气下拍摄的图像模糊不清，清晰度不够，细节不明显，色彩保真度下降，出现严重的颜色偏移和失真，达不到满意的视觉效果。由此限制和影响了室外目标识别和跟踪、智能导航、公路视觉监视、卫星遥感监测、军事航空侦查等系统效用的发挥，给生产与生活等各方面都造成了极大的影响。

秋冬季节通常是雾的高发季节。对于在空中飞行的无人机，其与地面目标之间的距离越大，受到雾的影响就越严重。由于雾的影响，会导致无人机拍摄到的视频图像出现色彩泛白、对比度下降、色彩变淡等降质现象，不仅会降低这些图像的视觉质量，而且会严重影响以这些图像数据为处理源的计算机视觉算法的效能。

故现在迫切需要一种图像去雾方法，对雾天图像进行有效的去雾处理。

从生物视觉系统的角度来看，为了实现高效的信息处理，生物视觉系统已经发展成为一种有效的信息处理系统，可以提高输入视觉信息的质量。以人眼视觉系统为例，在早期视觉系统中，输入的视觉图像是通过视网膜中两种类型的细胞进行处理的，即Midget细胞和Parasol细胞。Midget细胞属于小型细胞，其接收域较小，可用于编码高频信息，例如图像中的细节信息和噪声信息，对应着图像的细节分量；相应地，具有较大接收域的Parasol细胞则更擅长于编码低频信息，例如图像的整体结构，对应着图像的基础分量。这样，Midget细胞处理的通道(M-通道)和Parasol细胞处理的通道(P-通道)作为视网膜中两个并行的视觉通道，分别对图像的细节分量和基础分量进行处理。

受到上述的生物视觉系统机理的启发，本申请提出了一种基于深度残差网络的细节增强单幅图像去雾算法，受早期视觉系统中的两个视觉通道机理启发，把待处理的有雾图像分解为基础分量图像(主要包含有雾图像的色彩、对比度以及亮度等特征)和细节分量图像(主要包含细节、边缘变化锐利的纹理等特征)两部分并行处理，以提高网络去雾效果。

发明内容

本发明提供了一种基于残差细节增强的无人机航拍图像去雾方法及装置，以解决现有技术难以有效地学习到图像的颜色信息，并且不能很好地实现图像恢复的良好收敛性的问题。

本发明采用的技术方案如下：

第一方面，本发明公开一种基于残差细节增强的无人机航拍图像去雾方法，包括：

获取多对同一场景下的无人机航拍雾天图像及其对应的清晰图像作为训练数据集，并获取不同场景下的雾天图像作为待处理有雾图像；

将所述待处理有雾图像分解为基础分量图像和细节分量图像；

对所述待处理有雾图像的基础分量图像进行去雾处理，得到去雾后的基础分量图像，所述去雾处理为多尺度残差网络算法；

对所述待处理有雾图像的细节分量图像进行细节增强处理，得到增强后的细节分量图像并作为去雾后图像的细节分量图像，细节增强处理采用非线性回归细节增强算法；

将去雾后的所述基础分量图像和细节增强后的所述细节分量图像做加和处理，得到去雾后的图像。