[发明专利]雾霾天视频图像清晰化处理方法及其装置

摘要

本发明涉及雾霾天视频图像清晰化处理方法及装置，其方法步骤为建立大气传递参数与光传播介质参数间的量化模型；获取实际测量地点光的传播介质参数，利用量化模型计算大气量化传递参数；对含雾霾原图像进行下采样处理得到预处理模板图像，提取暗通道图像；提取含雾霾原图像I(x)的大气光值A，初始化景深修正因子ω；对I(x)的透射率图中A和ω进行优化；估算预处理模板图像Imodel的模板透射图对进行升采样得到透射率图t(x)；根据t(x)和I(x)计算清晰化处理结果图像。本发明通过量化模型对雾霾图像清晰化参数进行闭环修正，结合图像抽样与多尺度插值方法，避免了暗通道图像去雾过程中人为定义参数不精确和无法根据实际环境进行调整的弊端，提升了清晰化处理效果。

主权项

雾霾天视频图像清晰化处理方法，其特征在于，包括以下步骤：第一步、建立大气传递参数ω和A与光传播介质参数间的量化模型[ω A]T＝F(ρ,t,φ)，其中ω为一个介于[0,1]之间的景深修正因子，A为大气光值，ρ、t、φ分别表示光传播介质参数PM2.5、空气温度及空气湿度；第二步、获取实际测量地点光的传播介质参数，利用量化模型F(ρ,t,φ)计算大气量化传递参数ωquantified和Aquantified；第三步、对含雾霾原图像I(x)进行下采样处理，得到预处理模板图像Imodel，并从所述预处理模板图像Imodel提取暗通道图像第四步、从暗通道图像中提取含雾霾原图像I(x)的大气光值A，并初始化景深修正因子ω；第五步、结合求得的大气量化传递参数ωquantified和Aquantified，对含雾霾原图像I(x)的透射率图t(x)中的景深修正因子和大气光值进行优化，获得修正后的模型参数ωimproved和Aimproved；第六步、根据ωimproved和Aimproved利用暗通道优先算法估算预处理模板图像Imodel的模板透射图并利用Imodel的线性变换系数对模板透射图进行升采样，得到含雾霾原图像I(x)的透射率图t(x)；第七步、根据透射率图t(x)和含雾霾原图像I(x)，计算清晰化处理结果图像J(x)，其中计算公式为I(x)＝J(x)t(x)+A(1‑t(x))；所述第一步包括以下步骤：a1、获取N幅含雾霾图像，标记并获取每幅雾霾图像采集现场的光传播介质参数矩阵M[ρ，t，φ]n，M[ρ，t，φ]n表示第n幅雾霾图像采集现场的光传播介质参数PM2.5、空气温度及空气湿度组成的矩阵，n∈[0,N]；a2、建立图像清晰化质量评价模型，即综合评价因子Q＝(S)α·(L)β·(HistDist)γ，其中S为图像结构信息的保留程度，L为处理后图像的有效细节强度，HistDist为色彩还原能力，α、β及γ分别表示处理后图像的有效细节强度、色彩还原能力和图像结构信息的保留程度在综合评价因子中所占比重；a3、对每幅雾霾图像进行清晰化处理，得到最优评价结果Qmax时所对应的大气传递参数样本其中ω0、A0分别表示第n幅雾霾图像通过计算得到的最优景深修正因子、大气光值；a4、利用卷积神经网络对样本与M[ρ，t，φ]n的函数关系进行训练，获取量化模型[ω A]T＝F(ρ,t,φ)。