[发明专利]一种高精度图像数据体积雾识别方法及装置

权利要求书

1.一种高精度图像数据体积雾识别方法，其特征在于，包括：

获取原始图像数据的体积信息和像素信息；

根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；

将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；

将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取原始图像数据的体积信息和像素信息包括：

将所述原始图像数据进行体积坐标微分，得到所述体积信息；

根据像素提取模型，将所述原始图像数据进行像素提取处理，得到所述像素信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据包括：

根据所述原始图像数据选取具有体积雾出现可能性的体积信息的范围；

根据所述体积信息的范围确定所述原始图像数据中待处理图像数据的集合；

将所述待处理图像数据的集合执行所述预处理，得到所述第一图像数据，其中，所述预处理包括：半二值化处理，其中，所述半二值化处理用于将待处理区域的数据进行4个不同精度层次分解显示。

4.根据权利要求1所述的方法，其特征在于，所述体积雾算法模型包括：

其中，[AR]代表体积雾区域识别结果集合，α是体积雾权重叠加因子，P2是第二图像数据，V1～V3为多种可能出现的体积雾的特征参数。

5.一种高精度图像数据体积雾识别装置，其特征在于，包括：

获取模块，用于获取原始图像数据的体积信息和像素信息；

预处理模块，用于根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；

整合模块，用于将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；

输入模块，用于将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果。

6.根据权利要求5所述的装置，其特征在于，所述获取模块包括：

微分单元，用于将所述原始图像数据进行体积坐标微分，得到所述体积信息；

提取单元，用于根据像素提取模型，将所述原始图像数据进行像素提取处理，得到所述像素信息。

7.根据权利要求5所述的装置，其特征在于，所述预处理模块包括：

选取单元，用于根据所述原始图像数据选取具有体积雾出现可能性的体积信息的范围；

确定单元，用于根据所述体积信息的范围确定所述原始图像数据中待处理图像数据的集合；

处理单元，用于将所述待处理图像数据的集合执行所述预处理，得到所述第一图像数据，其中，所述预处理包括：半二值化处理，其中，所述半二值化处理用于将待处理区域的数据进行4个不同精度层次分解显示。

8.根据权利要求5所述的装置，其特征在于，所述体积雾算法模型包括：

其中，[AR]代表体积雾区域识别结果集合，α是体积雾权重叠加因子，P2是第二图像数据，V1～V3为多种可能出现的体积雾的特征参数。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。

10.一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。