[发明专利]一种基于部分场景先验的散射成像方法

说明书

本发明公开了一种基于部分场景先验的散射成像方法，采用成像镜头、先验靶标、监控相机，通过在传统大气散射模型的基础上对噪声部分构建概率模型修正，通过监控场景中的预设先验靶标进行噪声估计，根据这一估计开发相应算法恢复视场监控区域的图像，从而实现一定程度上的穿云透雾成像。本发明相较于传统图像增强算法，不需要灰度拉伸，从物理模型直接恢复高对比度图像；相较于传统图像复原算法，本发明可以恢复超能见度范围的人眼不可见图像。

技术领域

本发明属于散射成像领域，特别是有部分先验信息条件下的被动式散射成像；具体是一种基于部分场景先验的散射成像方法。

背景技术

在安防、交通、遥感等领域，利用成像设备对固定场景实施全天候监控具有十分重要的意义。然而，当存在大雾、灰尘、浓烟等散射介质的恶劣环境下难以获取清晰的图像，其原因主要是由于大气中粒子的散射作用导致相机传感器采集图像时信噪比降低，引起图像降质。

大气散射成像的研究主要分两种：一是基于图像特征的图像增强算法，另一种是基于物理原理的图像复原，前者主要通过对比度拉伸以突出显示效果，后者旨在研究散射成像的物理机理并构建数学模型，传统的大气散射模型解释了雾天图像的成像过程以及信息构成，认为引起成像系统获取的图像降质的主要原因有：

1、目标场景反射光受大气中粒子的吸收和散射作用，造成能量衰减，导致相机传感器接收时构成信号的部分降低；

2、太阳光等环境光受大气中粒子的散射作用形成杂散光，构成传感器采集时的噪声部分，强散射环境下甚至大于目标反射光，引入加性噪声导致图像对比度降低。

传统的图像去雾技术中，图像增强作为无物理模型基础的纯图像处理手段，通过灰度拉伸实现提高对比度的显示效果，可以作为基于物理模型的图像复原方法对比，校验其准确性和有效性。由上述公式可以看出，雾天图像降质的原因可以看作目标场景光强的衰减和不包含场景信息的天空光加性噪声，在强散射环境下，后者远大于前者，是降质的主要原因。

当成像环境存在大雾、灰尘、浓烟等散射介质时，由于这些颗粒的散射作用，相机监测的目标场景反射光降低，并且太阳光经散射颗粒进入相机的杂散光增加，成像设备传感器采集的光信噪比大大降低，导致目标场景不可识别。在强散射环境下很难对目标场景进行全天候图像视频监测，一是需要长曝光或者多帧叠加提高信噪比但耗时且效果十分局限；二是基于暗通道等原理的传统图像复原方法需要多次测量难以实时监控；三是传统图像复原方法大多依赖部分图像特征很难实现超能见度的散射成像。

专利“一种结合暗通道先验原理的偏振成像去雾方法(CN 105139347 A)”提出了一种结合暗通道先验原理的偏振成像去雾方法，包括以下步骤：首先，通过偏振成像技术获取偏振图像，由此获得场景的线偏振Stokes矢量；其次，从得到场景的总光强图像中选取天空区域，并基于此区域估算得到大气散射光偏振度、偏振角和无穷远处大气散射光光强；再次，根据估算的大气散射光偏振度和偏振角计算整幅图像各像素点的大气散射光光强，结合无穷远处大气散射光光强，依据偏振去雾成像的物理模型，计算得到去雾后的目标光光强；最后，利用灰度熵函数进行像质评价，自动优化无穷远处大气散射光光强偏置系数，获得去雾图像。但是，该方法存在以下问题：

1、需要多次采集，无法适用于运动物体或变化场景；

2、需要在视场中预留天空区域用以估计全局大气光，使用场景受限；

3、依赖图像特征，恢复效果只能从看不清到稍微清晰，很难突破能见度范围，实现从完全不可见的散射环境中恢复物体。

发明内容