[发明专利]一种基于部分场景先验的散射成像方法

权利要求书

1.一种基于部分场景先验的散射成像方法，其特征在于，包括如下步骤：

①在成像场景中设置先验靶标，并利用先验靶标在雾天的退化，估计噪声的分布概率模型和参数，包括能见度、噪声类型、均值和方差，具体如下：

在采集到的有雾图像中截取先验靶标区域I_prior(x)，公式如下：

I_prior(x)＝J_prior(x0*t(x)+NA(1-t(x))

式中，J_prior(x)为采集到的有雾图像中截取的先验靶标反光图案区域，x为图像像素的空间位置坐标，t(x)为空间位置坐标x处的透射率，A是全局大气光，即无穷远处的大气散射光，NA(1-t(x))为修正的噪声分布概率模型；

估计先验靶标的纯黑背景区域亮度均值其方差记作var(I_airlight)；

估计先验靶标反光图案区域的亮度均值公式如下：

式中，为散射前先验靶标反光图案区域强度均值，

估计空间位置坐标x处的透射率t(x)，公式如下：

②构建同类型噪声反解未知区域的图像信息：

根据先验靶标纯黑背景区域的均值和方差var(I_airlight)，构造同参数随机噪声：

其频谱分布为：

F^′_niose＝F{N'A(1-t(x))

根据以上构造的同类型的噪声反解未知监控场景的清晰图J_target：

其中I_target为雾图中未知监测场景区域；

③在允许帧率下反复多次求解，根据上一步估计的噪声参数，反复随机生成n个同类型噪声NⁱA(1-t(x))(i＝1,2…n)，迭代求解多次，并且保存图像至本地，最后对上一步多次求解的结果叠加取平均，得到优化的恢复结果图S(J_target)：

其中，Fⁱ_niose为多次估计噪声NⁱA(1-t(x))的频谱分布。

2.根据权利要求1所述的基于部分场景先验的散射成像方法，其特征在于，所述先验靶标为纯黑背景和反光图案的高对比度高图像，且在频域分布稀疏、具有明显方向性，能量集中。

3.根据权利要求1或2所述的基于部分场景先验的散射成像方法，其特征在于，所述先验靶标为漫散射靶标、具有光场参数调制的反射靶标、自发光靶标、具有光场参数调制的自发光靶标，所述先验靶标可以不止一个，采集系统可采用多相机阵列。

4.根据权利要求1所述的基于部分场景先验的散射成像方法，其特征在于，所述估计的噪声分布概率模型，包括：高斯噪声、瑞利噪声、伽马噪声、泊松噪声、指数噪声、均匀噪声或椒盐噪声，其中选择拟合的噪声模型可以根据具体环境选择一种或者多种。

5.根据权利要求1所述的基于部分场景先验的散射成像方法，其特征在于，所述多次估计优化恢复图的融合方法包括叠加平均、最小化方差、压缩感知、深度学习等其他图像处理技术。