[发明专利]一种视频图像雾气浓度分类及自适应去雾方法

摘要

本发明提供一种视频图像雾气浓度分类及自适应去雾方法，通过CCTV监控系统对天气进行监控，将处理后的每帧图像保存到本地文件夹，求取所述每帧图像的峰值信噪比、所述每帧图像的信息熵以及对所述每帧图像的边缘强度特征信息进行提取，对所述每帧图像的雾级浓度进行预先标记，将其分为浓雾中雾薄雾，输入实时采集到的有雾视频图像并分帧处理，求取实时采集的有雾视频图像的特征信息。通过K最近邻分类算法，对所述每帧视频图像进行雾级分类。本发明主要运用于CCTV降质视频图像清晰化处理的研究，对有雾视频图像的雾气浓度进行分类并根据分类结果对视频图像进行自适应去雾处理，从而提高视频去雾算法的自适应能力，达到视频去雾的实时性与时空一致性要求。

主权项

1.一种视频图像雾级分类方法，其特征在于，通过K最近邻分类算法对实时采集的有雾视频图像进行雾级分类，包括以下步骤：S1‑1：通过智能云台CCTV监控系统对天气进行监控，所述CCTV监控系统包括两个FY‑SP2515智能云台、1台网络交换机、通过所述两台云台控制工作站和RS232/RS242协议变换器，获取户外雾天场景下不同浓度的雾天视频图像；S1‑2：将所述CCTV监控系统获取的所述雾天监控视频图像以每秒25帧进行分帧处理，将处理后的每帧图像保存到本地文件夹；S1‑3：求取所述每帧图像的峰值信噪比、所述每帧图像的信息熵以及对所述每帧图像的边缘强度特征信息进行提取，将所述每帧图像的峰值信噪比、信息熵以及边缘强度汇总形成特征数据集；S1‑4：对所述每帧图像的雾级浓度进行预先标记，将其分为浓雾、中雾、薄雾三类；S1‑5：输入实时采集到的有雾视频图像并分帧处理；S1‑6：求取实时采集的有雾视频图像的特征信息；S1‑7：通过所述预设分类结果的特征信息为依据，通过K最近邻分类算法，对所述每帧视频图像进行雾级分类，将实时采集的雾天视频图像分为浓雾、中雾、薄雾三类。