CN106600541B - 基于自适应大气光幕图多模传输视频图像清晰化处理系统 - Google Patents

Abstract

本发明公开了一种基于自适应大气光幕图的多模传输视频图像清晰化处理系统，包括：前端视频图像获取设备，其中搭载平台包括无人机、无人船、固定端以及手持式移动摄像设备；基于多模的远程传输模块；图像处理服务终端。其中无人机和无人船由操作人员进行现场遥控相关设备，对所需求的场景进行拍照录像以获取所需要的图像来源；其中固定端只需要远程操控摄像设备进行图像获取即可；对于手持式摄像设备需要工作人员依据实际所需进行具体的图像获取。服务器端对所述接收到的图像进行清晰化处理，在服务器端运行自适应大气光幕图的图像去雾算法，快速有效地实现去雾清晰化。可实现多场景图像地获取，同时实现简单快速并且实时地去雾获得清晰的图像。

Description

基于自适应大气光幕图多模传输视频图像清晰化处理系统

技术领域

本发明涉及终端拍摄，无线传输以及智能图像处理领域，尤其涉及基于自适应大气光幕图的多模传输视频图像清晰化处理系统。

背景技术

室外成像系统由于受到空气中的水蒸气和尘埃等的影响，其清晰度大大地降低，图像整体泛白，纹理特征，细节信息丢失。另外，随着工业化的进程加快，大气污染日益严重，雾霾天气频繁出现使得大气能见度急剧减小，伴随着的问题使得室外成像更加困难，室外获得的图像清晰度远远达不到智能应用系统所需要的要求和人们日常室外拍照所需。降质地图像大大失去了其应用的价值，因此图像去雾清晰化技术有着很重要的研究意义。

目前的图像去雾清晰化技术主要分为两类：使用图像增强依赖传统的图像处理技术，其技术成熟，但是该方法只能针对图像对比度或直方图进行去雾，不考虑图像的纹理信息，其处理结果往往会出现有效信息丢失、纹理特征缺失等问题。另一类是基于大气散射物理模型的方法，该方法是根据有雾图像的退化原理，通过建立大气散射作用的物理模型，利用添加先验信息进行求解大气散射模型，从而获得清晰无雾的图像，该方法基于成像原理，其处理效果更优，有效信息与及纹理特征恢复得更加完好。

鉴于传统去雾技术存在着计算量大，运算效率低，对不同雾浓度的区域不能自动设置去雾修正参数等不同程度的局限性，本发明公开一种基于大气光幕的自适应去雾方法，基于大气散射模型并进行改进，由原始有雾图像估计先验信息，代入大气散射模型进行求解清晰无雾的图像。该方法对图像不同浓度的雾区域实现自适应设置去雾参数，使得去雾清晰化的结果整体视觉效果更佳。所述的自适应去雾算法复杂度低，运行效率高，能适应于实时的只能图像处理系统。

发明内容

所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统，其特征在于，包括：

多端图像的获取，使用无人机搭载摄像机，无人船搭载摄像机，固定安装的监控设备以及手持式移动摄像机等设备对农田，建筑物，交通以及海洋等不同场景进行图像的获取；

多终端数据传输，在多终端使用4G无线网关将获取到的数据回传至服务器，4G网覆盖范围广泛，传输速度快，使用与郊外或难以以有线传输的场景。

服务器端，主要实现对多终端采集的图像数据进行接收储存和进行基于大气光幕的自适应图像清晰化运算。

所述的多端传输图像清晰化处理系统，其特征在于：所述的服务器端进行数据接收与运算。

所述的多端传输图像清晰化处理系统，其特征在于：所述的自适应去雾清晰化处理算法包括对所接收到的图像进行求取其R、G、B三颜色通道的最小值图像W₀，其中W₀定义为：

所述的多端传输图像清晰化处理系统，其特征在于：所述的自适应去雾清晰化处理算法包括运用所述的最小值图像进行拉普拉斯滤波运算提取其中的纹理特征信息，并从最小值图像中滤除，获取所述的大气光幕图像V(x)，其数学表达式为：

其中H为拉普拉斯算子。

所述的多端传输图像清晰化处理系统，其特征在于：所述的大气光幕图直接进行求解清晰图像并不能得到满意的图像去雾清晰化结果，因此需要对其添加自适应修正参数，其中自适应修正参数使用所述最小值图像局部均方误差进行求得，其数学表达式为：

所述的多端传输图像清晰化处理系统，其特征在于：所述的自适应去雾清晰化处理算法包括对原始图像进行大气光值图的求解，其运算过程是对原始图像的亮度图像进行中值滤波滤除亮度图像中存在的纹理特征；由于中值滤波导致滤波后图像边缘失真，故本发明使用导向滤波对滤波后的图像进行边缘重建。经过所述的两次滤波，本发明所述的自适应雾清晰化算法求得较为精确的大气光值图A(x)。

所述的多端传输图像清晰化处理系统，其特征在于：所述的自适应去雾清晰化处理算法是基于大气散射模型依据所述原始图像的特性求解先验信息其中包括运用所述的大气光幕图，所述的自适应修正参数和所述的大气光值图；然后将所述的先验信息代入散射模型进行求解无雾的图像，其求解数学表达式为：

本发明与传统去雾清晰化技术相比，具有以下优点和有益效果：

1、本发明实现多场景成像系统的集成使得本发明所述的去雾清晰化处理系统能够适应于应用在各种场景中。

2、本发明所述的多端传输图像清晰化处理系统使用4G无线网关进行云端传输，其具备覆盖范围广，传输速度快，不需要拉网线，使得其成本大大降低，并且解决部分地区无法使用有线网的局限

3、本发明所述的多端传输图像清晰化处理系统，使用数据回传，服务器处理的方式进行图像处理。无需专属的设备，降低了拍摄设备的成本，并且服务器运算速度快而且具有稳定性。

4、本发明所述的多端传输图像清晰化处理系统，公开了一种基于大气光幕图像自适应去雾算法。其算法复杂度低，运算效率高，对图像去雾能够实现自适应的功能，使得去雾清晰化后图像整体视觉效果和信息保留更佳。

附图说明

图1是本发明基于自适应大气光幕图的多模传输视频图像清晰化处理系统的多端图像传输示意图；

图2是本发明基于自适应大气光幕图的多模传输视频图像清晰化处理系统的清晰化算法工作流程图；

图3是本发明基于自适应大气光幕图的多模传输视频图像清晰化处理系统处理所述获得的降质图像清晰化效果对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实例，对本发明进行进一步详细说明。

如图1，本技术方案提供一种多终端多场景图像获取方法，所述退化图像获取方法用于雨雾天气实时获取相应的图像并对所述获取的图像进行本发明所述的自适应图像去雾清晰化运算，从而获取清晰无雾的图像，所述的去雾图像获取方法包括步骤：

根据具体需要实时操控摄像头多不同场景进行图像采集，所述的摄像头包括无人机搭载摄像机，无人船搭载摄像机，固定安装摄像机以及手持式移动摄像机等，适用于各种场景的图像采集。

所述的多终端采集到图像之后通过4G无线网关经由云端实时地向服务器传输传输数据。

所述的服务器具备接收经由云端传输过来的多终端所采集到的数据，并对所述终端获取的原始图像进行图像去雾清晰化处理，以得到清晰的图像。

所述的去雾清晰化处理算法流程如图2所示，具体如下：

第一步，根据所述服务器接收到的原始图像I(x)求取R、G、B三颜色通道的最小值图像W₀，即对原始图像中的每一个像素点比较其三个颜色通道的值的大小，将其中的最小值存入最小值图像W₀，其中W₀定义的数学表达式为：

第二步，根据所述的最小值图像W₀进行大气光幕图像的求取。根据大气散射模型以及大气光幕图像的定义，大气光幕图跟图像文理特征没有相关，其中最小值图像W₀包含着丰富的纹理特征，故需要对其进行滤波将纹理信息滤除。本发明使用的技术为使用拉普拉斯滤波算子对最小值图像进行滤波处理，其可以有效滤除最小值图像的纹理特征并具有良好的边缘信息，得到较为理想的大气光幕图V(x)。

第三步，所述的大气光幕图像并不能很好地实现自适应去雾功能，本发明对大气光幕图添加修正参数，使其具有自适应的功能。其中本发明对最小值图像求取局部均方误差，并定义其自适应参数为：

其中x²定义为某一局部区域内的均方误差，σ²定义为高斯函数的参数，本算法取值为0.5。

第四步，本发明仍需要依据所述原始图像求取大气光值图像以实现后续步骤对所述原始图像进行去雾清晰化处理。本发明对所述的原始图像的亮度图像I_v进行中值滤波实现对亮度图像的平滑处理，随后使用导向滤波对所述平滑处理后的图像进行边缘重建，以获得本发明所需要的大气光值图，其中亮度图像定义为：

C代表彩色图像中R,G,B的某一个通道。

第五步，本发明是依据大气散射模型以及基于大气光幕去雾技术公开的一种基于大气光幕的自适应图像去雾技术。本发明利用所述的大气光幕图像V(x)，自适应参数P(x)以及大气光值图像A(x)进行求取清晰无雾的图像，其数学表达式为：

本发明所述基于自适应大气光幕图的多模传输视频图像清晰化处理系统对所述获得的降质图像进行去雾清晰化的效果如图3所示，其中图3(a)为所述获取的降质图像，图3(b)为本专利所述基于自适应大气光幕图的多模传输视频图像清晰化处理系统对降质图像的去雾清晰化结果。本专利所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统对含雾图像具有很好的清晰化处理效果，并且本发明所述的清晰化处理系统具有处理实时性，适用于适应生产应用之中。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (6)

1.一种基于自适应大气光幕图的多模传输视频图像清晰化处理系统，特征在于，该系统包括：

多端图像获取，使用设备对不同场景图像进行多端的获取；

多终端数据传输，使用4G无线节点网关进行图像的无线传输，将不同终端获取的图像数据使用无线网络传输，在服务器端进行接收；

服务器端，对所述多端图像获取的图像数据进行接收，并运行基于大气光幕图的自适应去雾算法模块获取清晰无雾的图像，为后续图像处理工作提供保证；

所述的自适应去雾算法模块包括：

根据所述服务器接收到的原始图像求取R、G、B三颜色通道的最小值图像；

根据所述的最小值图像进行大气光幕图像的求取；

使用最小值图像的局部均方误差求取自适应修正参数；

对所述的原始图像的亮度图像进行中值滤波实现对亮度图像的平滑处理，对所述平滑处理后的图像进行边缘重建，以获得大气光值图；

将所述的原始图像，大气光幕图，自适应修正参数以及大气光值图代入大气散射模型求取清晰无雾图像。

2.根据权利要求1所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统，所述的多端图像获取是通过使用无人机搭载摄像机、无人船搭载摄像机、固定安装的监控设备或者手持式移动摄像机对农田、建筑物或湖泊类的不同场景进行图像的获取。

3.根据权利要求2所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统，其特征在于，无人机搭载摄像机、无人船搭载摄像设备与4G无线网关相连接，具有发送数据的功能，可将获取到的图像进行无线传输。

4.根据权利要求1所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统，其特征在于：

所述服务器端具备接收所述多终端数据传输回传的图像数据，并对所获取的图像数据进行基于大气光幕的自适应去雾运算，实现图像清晰化功能。

5.根据权利要求4所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统，其特征在于：

所述的自适应去雾算法模块包括：

根据所述服务器接收到的原始图像I(x)求取R、G、B三颜色通道的最小值图像W₀，即对原始图像中的每一个像素点比较其三个颜色通道的值的大小，将其中的最小值存入最小值图像W₀，其中W₀定义的数学表达式为：

根据所述的最小值图像W₀进行大气光幕图像的求取，对最小值图像W₀进行滤波将纹理信息滤除，使用拉普拉斯滤波算子对最小值图像进行滤波处理，其可有效滤除最小值图像的纹理特征并具有良好的边缘信息，得到较为理想的大气光幕图V(x)；

利用所述的最小值图像W₀进行求取自适应修正参数P(x)，其中求取的方法为使用最小值图像的局部均方误差，自适应修正参数P(x)为：

其中，x²定义为某一局部区域内的均方误差，σ²定义为高斯函数的参数；

依据所述原始图像求取大气光值图像，对所述的原始图像的亮度图像I_v(x)进行中值滤波实现对亮度图像的平滑处理，随后使用导向滤波对所述平滑处理后的图像进行边缘重建，以获得大气光值图A(x)，亮度图像I_v(x)定义为：

其中，C代表彩色图像中R,G,B的某一个通道；

将所述的原始图像I(x)，大气光幕图V(x)，自适应修正参数P(x)以及大气光值图A(x)代入大气散射模型求取清晰无雾图像，其数学表达式如下所示：

6.根据权利要求5所述的基于自适应大气光幕图的多模传输视频图像清晰化处理系统，

其特征在于：所述的大气光幕图的表达式是：其中H为拉普拉斯算子。