[发明专利]一种元数据辅助的无人机图像多线程清晰化方法

摘要

本发明公开了一种元数据辅助的无人机图像多线程清晰化方法，属于遥感图像处理技术领域。该方法首先针对中高空无人机的某张有雾图像，获取暗原色先验规律下的大气光值，再建立无人机侦察平台与有雾图像各点所对应地面点的距离关系，构造景深模型；然后基于有雾图像中各点对应的景深结合大气光值，利用OpenMP并行处理框架建立无人机折射率模型。最后利用全局大气光值，结合折射率模型得到的该有雾图像各点折射率值，在经典大气散射模型的框架下对该有雾图像各点实现一一映射，从而得到复原后的清晰图像。本发明解决了高空无人机图像有效清晰化处理的问题，实现了对中高空图像的高度清晰化，有效提高了该清晰化算法的效率，可实现实时处理。

主权项

一种元数据辅助的无人机图像多线程清晰化方法，其特征在于，具体步骤如下：步骤一、针对中高空无人机的某张有雾图像，获取暗原色先验规律下的大气光值；步骤二、基于元数据信息，建立无人机侦察平台与有雾图像各点所对应地面点的距离关系，构造景深模型；针对有雾图像中某点对应的景深d等效为：d=R2+H2=H[(N-2nN(1tan(β-α)-tanα)+tanα)2+(2m-MN(1tan(β-α)-tanα))2+1]1/2]]>M×N是该有雾图像的分辨率；图像中某点的坐标是(m,n)；R是有雾图像该点所对应地面点到无人机侦察设备垂足点的距离；H是无人机的高度；θ是有雾图像该点所对应的地面点相对于垂足点的方位角；α是倾斜角，90°‑β为视角；步骤三、基于有雾图像中各点对应的景深结合大气光值，利用OpenMP并行处理框架建立无人机折射率模型；具体步骤如下：步骤301、利用OpenMP并行处理框架，在该有雾图像的宽和高上循环选取暗原色值为零的点，作为基准景深点x0，并构建基准景深点对应的折射率t(x0)公式；t(x0)=e-σd(x0)]]>d(x0)为基准景深点x0的场景景深，σ为消光系数；步骤302、利用折射率t(x0)公式得到基准景深点x0的景深d(x0)；d(x0)=-ln(t(x0))σ]]>步骤303、根据大气散射通用模型得到基准点的标准折射率t；大气散射通用模型：I＝Jt+A(1‑t)；基准点的标准折射率I为雾图中各点的强度，J为雾图中某点对应清晰化后各点的强度，A为全局大气光值，t为折射率；步骤304、将标准折射率t带入基准景深点x0的景深d(x0)中，得到：d(x0)=-ln(1-I(x0)A)σ]]>步骤305、根据基准景深点x0的景深d(x0)计算该有雾图像的各像素点的景深d(x)；d(x)=d(x)d(x0)d(x0)=d(x0)d(x)d(x0)=-ln(1-I(x0)A)σd(x)d(x0)]]>步骤306、利用该有雾图像的各像素点景深d(x)，通过OpenMP并行处理框架循环计算该有雾图像的各像素点的折射率，形成折射率模型；t(x)=e-σd(x)=eln(1-I(x0)A)d(x)d(x0)=(1-I(x0)A)d(x)d(x0)]]>步骤四、利用全局大气光值，结合折射率模型得到的该有雾图像各点折射率值，在经典大气散射模型的框架下对该有雾图像各点实现一一映射，从而得到复原后的清晰图像。