[发明专利]一种矿井下高清图像去粉尘烟雾快速恢复方法

说明书

本发明公开一种矿井下高清图像去粉尘烟雾快速恢复方法，包括获取待处理图像；计算待处理图像的暗原色图像生成粗透射率图；利用HED边缘检测算法对待处理图像进行图像边缘处理，生成边缘加强引导图；将所述边缘加强引导图和所述粗透射率图进行叠加，生成边缘强化透射率图；利用尘雾退化模型对所述边缘强化透射率图进行图像恢复，生成去粉尘烟雾图像。本技术方案通过缩放插值方法解决暗原色先验原理在大分辨率图像上出现运算时间大幅度增加问题，有效改善了暗原色先验理论算法在高清图像的运算效率，强化了粉尘烟雾图像部分边缘特征，提高了高清图像去粉尘烟雾处理的实际工作效果。

技术领域

本发明涉及图像处理技术领域，具体涉及一种矿井下高清图像去粉尘烟雾快速恢复方法。

背景技术

矿井下图像受到粉尘、烟雾、低照度和光照分布不均等影响，造成图像模糊、图像特征淹没、图像质量下降等特点。其中，不同粉尘在尺寸、形状及成分上相差很大，但不论哪种粉尘烟雾都会对入射光线产生散射与吸收作用，从而弱化图像的色彩及对比度，造成图像退化，导致许多有用的特征被遮盖，阻碍依赖图像特征识别的机器视觉在粉尘环境中推广应用。

图像去雾的研究算法有很多，但是主要分为两类：基于图像增强的去雾算法和基于图像复原的去雾算法。在实际应用中，如果处理高分辨率图像去粉尘烟雾时，采用基于暗通道先验的图像增强算法去除图像粉尘烟雾处理时，图像处理运算时间大幅度增加，随着相机分辨率的提高，导致原有去粉尘烟雾计算处理流程不适用、不实用、无法用。目前，暗原色先验方法是一种统计结果，主要是对大量户外无雾照片的统计结果，如果目标场景内存在粉尘、烟雾及光线昏暗的情况，那么由于前提条件不成立，将无法获得满意的效果。

在实际应用中，如果处理高分辨率图像(高清图960P以上)去粉尘烟雾时，采用基于暗通道先验(暗原色先验) 的图像增强算法去除图像粉尘烟雾处理时，图像处理运算时间大幅度增加，随着相机分辨率的提高，导致原有去粉尘烟雾计算处理流程不适用、不实用、无法用。

传统边缘检测方法为利用一阶或者二阶微分算子进行检测，如Sobel、Prewitt、Canny、LOG等，这些微分算子只考虑局部的急剧变化，尤其是颜色、亮度、梯度的变化，以此来检测边缘，存在低层特征难以反映，较为复杂的场景，如物体存在内部纹理、图像中存在背景干扰等情景效果不好的问题。

发明内容

本发明提供一种矿井下高清图像去粉尘烟雾快速恢复方法，有效改善了暗原色先验理论算法在高清图像的运算效率，强化了粉尘烟雾图像部分边缘特征，提高了高清图像去粉尘烟雾处理的实际工作效果。

本发明通过下述技术方案实现：

一种矿井下高清图像去粉尘烟雾快速恢复方法，包括：

获取待处理图像；

计算待处理图像的暗原色图像生成粗透射率图；

利用HED边缘检测算法对待处理图像进行图像边缘处理，生成边缘加强引导图；

将所述边缘加强引导图和所述粗透射率图进行叠加，生成边缘强化透射率图；

利用尘雾退化模型对所述边缘强化透射率图进行图像恢复，生成去粉尘烟雾图像。

可选地，所述计算待处理图像的暗原色图像生成粗透射率图包括：

对所述待处理图像进行下采样生成缩略图；

计算所述缩略图的暗通道图像；

对所述暗通道图像进行插值放大复原。

可选地，所述利用HED边缘检测算法对待处理图像进行图像边缘处理，生成边缘加强引导图包括：

获取待处理图像的灰度图；

利用HED边缘检测算法对所述灰度图进行计算生成边缘图；

利用引导滤波公式以边缘图作为引导图对所述灰度图进行引导滤波获得边缘加强引导图。