CN114903246A - 用于恶劣尘雾环境的智能实时图像去雾头盔及其使用方法 - Google Patents

Abstract

本发明提出了一种用于恶劣尘雾环境的智能实时图像去雾头盔及其使用方法，能够实现在恶劣尘雾环境中将图像进行实时去尘去雾处理。通过对采集视频信息中的图像进行处理，能够实现在恶劣尘雾环境中将图像进行实时去尘去雾处理，给身处恶劣尘雾环境中的人群提供工作和生活上的便利，提高视觉可见度，保障生存几率，维护稳定安全的工作生存环境。同时以低功耗、绿色环保为核心，促进人机协同发展，实现头盔智能化，应用前景广阔。

Description

用于恶劣尘雾环境的智能实时图像去雾头盔及其使用方法

技术领域

本发明涉及头盔及图像处理技术领域，具体涉及一种用于恶劣尘雾环境的智能实时图像去雾头盔及其使用方法。

背景技术

在人们的日常工作和出行中，往往会受到恶劣尘雾环境的困扰，如采石场工人和处于浓雾地区的普通人群。采石场环境中含有大量浮尘，当工人需要进行切割石块等高精度操作时容易受伤。另外，近年来很多地区持续存在雾霾天气，导致交通事故频发，非机动车车主和行人尤其危险。

现有的头盔以保护脑部安全的功能为主，而面对该恶劣环境束手无策，无法从视野清晰度方面解决问题，保障人们的安全。其他的一些智能头盔，安装了摄像头、话筒、无线通信等模块，但未完成利用头盔本体所带计算设备进行实时处理图像的功能。

发明内容

有鉴于此，本发明提出了一种用于恶劣尘雾环境的智能实时图像去雾头盔及其使用方法，能够实现在恶劣尘雾环境中将图像进行实时去尘去雾处理。

为实现上述目的，本发明的技术方案为：

本发明一种用于恶劣尘雾环境的智能实时图像去雾头盔，包括智能头盔本体和智能设备客户端，所述智能头盔本体包括采集模块、处理模块、通信模块、显示模块以及供电模块；所述智能设备客户端用于管理智能头盔、配对智能头盔、记录智能头盔的位置信息、调节显示图像的参数以及设置用户的紧急联系人；

其中，采集模块包括可见光摄像头、GPS定位模块、惯性测量单元以及触摸板，其中可见光摄像头固定在头盔外壳上正前方处，用于采集当前环境下视频信息；GPS定位模块和惯性测量单元固定在头盔外壳与头盔内层夹层处，分别用于采集头盔当前位置和姿态角及加速度；触摸板固定在头盔外壳左边缘，用于采集使用者的触控信息；

处理模块固定在头盔外壳与头盔内层中间，用于获取当前环境下视频信息，通过基于一体化除雾网络的去雾算法恢复无尘雾图像，接收智能设备客户端的参数信息，调整图像的参数；

通信模块固定在头盔外壳与头盔内层中间，连接处理模块，用于将采集模块采集到的信息发送到智能设备客户端，智能设备客户端将增加、修改后的信息回传至处理模块；

显示模块固定在头盔本体上，用于显示当前环境中的真实图像经过处理模块运算后的无尘雾图像；

供电模块固定在头盔外壳上，为采集模块、处理模块和显示模块提供能源。

其中，所述一体化除雾网络的去雾算法为改进后的AODNet去雾算法，包含五个卷积层、三个连接层、直方图均衡化灰度变换法和拉普拉斯算子滤波器。

其中，智能设备客户端含有蓝牙串口通信模块，用于接收处理模块发送的数据信息，发送数据到处理模块上；含有存储功能，记录头盔实时位置；含有发送提醒功能，当惯性测量单元采集到的数据发生突变时，智能设备客户端将发送短信给紧急联系人。

其中，所述处理模块通过通信模块连接的智能设备客户端发送危险信号；智能设备客户端收到危险信号后，发送带有GPS定位信息的短信给用户的紧急联系人。

本发明的一种用于恶劣尘雾环境的智能实时图像去雾头盔的使用方法，使用如本发明所述的头盔，包括以下具体步骤：

步骤1：训练基于改进AODNet去雾算法，网络的训练集为公开数据集及志愿者运用相同的拍摄方式在相同地点收集的200张雾霾尘天气与晴天图片；获取的图像通过五个卷积层、三个连接层、直方图均衡化灰度变换法和拉普拉斯算子滤波器处理后得到去雾图像；

步骤2：将训练好的网络模型算法移植到智能头盔的软件中，将智能头盔分发给处于恶劣尘雾环境下的人群，让用户佩戴智能头盔，如有智能设备则安装本发明中所述智能设备客户端，用户在智能设备客户端上录入个人的紧急联系人信息；

用户打开智能头盔上电源开关后，智能头盔将用户视野前方的环境用可见光摄像头拍摄下来，处理模块采用基于改进AODNet去雾算法实时进行图像去雾处理；图像去雾处理后传给显示模块，显示在用户眼前；

步骤3：处理模块实时接收用户所佩戴的智能头盔的GPS定位信息、惯性测量单元采集的姿态信息和加速度；通过分析姿态信息和加速度，判断用户当前状态和安全情况；如果数据发生突变或者超过阈值，分析为用户遇到危险，处理模块通过蓝牙发送信号至智能设备客户端，智能设备客户端发送带有GPS定位信息给紧急联系人呼救；

步骤4：根据视野范围内的恶劣尘雾情况，用户通过智能头盔上的电阻式触摸屏，利用手指滑动，产生滑动信号或者通过智能设备客户端中的输入参数功能调节图像质量；根据当前环境的危险情况，用户利用手指敲击电容式触摸屏发送求救信号；电阻式触摸屏根据不同的触摸方式发送不同的数字信号至处理模块；处理模块接收滑动信号或来自智能设备客户端的输入参数时，基于改进AODNet去雾算法调整拉普拉斯算子滤波器中参数；接收求救信号时通过蓝牙模块发送至智能设备客户端，智能设备客户端发送带有GPS定位信息给紧急联系人呼救。

有益效果：

本发明的头盔通过对采集视频信息中的图像进行处理，能够实现在恶劣尘雾环境中将图像进行实时去尘去雾处理，给身处恶劣尘雾环境中的人群提供工作和生活上的便利，提高视觉可见度，保障生存几率，维护稳定安全的工作生存环境。同时以低功耗、绿色环保为核心，促进人机协同发展，实现头盔智能化，应用前景广阔。

未改进之前的AODNet去雾算法的缺点是图像处理完成后存在失真，模糊的情况。本发明采用改进后的AODNet去雾算法增加了直方图均衡化灰度变换法和拉普拉斯算子滤波器两个模块。直方图均衡化灰度变换法是通过改变图像中各像素的灰度，目的是增强图像整体对比度；拉普拉斯算子滤波器通过增强图像中灰度突变的区域，减弱灰度的缓慢变化区域，目的是提取边缘信息，锐化模糊图像。改进后的AODNet去雾算法保留了原算法的轻量优点，同时达到了色彩真实，清晰的效果。

本发明方法，通过对采集视频信息中的图像进行处理，能够实现在恶劣尘雾环境中将图像进行实时去尘去雾处理，给身处恶劣尘雾环境中的人群提供工作和生活上的便利，提高视觉可见度，保障生存几率，维护稳定安全的工作生存环境。同时以低功耗、绿色环保为核心，促进人机协同发展，实现头盔智能化，应用前景广阔。

附图说明

图1为本发明提出的用于恶劣尘雾环境的智能实时图像去雾头盔的外部结构示意图。

图2为本发明提出的用于恶劣尘雾环境的智能实时图像去雾头盔的内部结构示意图。

图3为本发明的系统连接流程图。

图4为本发明提出的用于恶劣尘雾环境的智能实时图像去雾头盔的算法流程图。

其中，1-可见光摄像头；2-微型显示屏；3-触摸板；4-太阳能电池；5-总体内部模块。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明用于恶劣尘雾环境的智能实时图像去雾头盔可以实现在恶劣尘雾环境中将图像进行实时去尘去雾处理，处理速度快、图像质量清晰。本发明所使用的算法技术，具有在多种设备上使用的特性。本发明的头盔包括智能头盔本体和智能设备客户端，所述智能头盔本体包括采集模块、处理模块、通信模块、显示模块以及供电模块；用于管理智能头盔、配对智能头盔、记录智能头盔的位置信息、调节显示图像的参数以及设置用户的紧急联系人。图1为本发明提出的用于恶劣尘雾环境的智能实时图像去雾头盔的外部结构示意图；图2为本发明提出的用于恶劣尘雾环境的智能实时图像去雾头盔的内部结构示意图；图3为本发明的系统连接流程图。

具体地，采集模块包括可见光摄像头、GPS定位模块、惯性测量单元以及触摸板，其中可见光摄像头固定在头盔外壳上正前方处，用于采集当前环境下视频信息；GPS定位模块和惯性测量单元固定在头盔外壳与头盔内层夹层处，分别用于采集头盔当前位置和姿态角及加速度；触摸板固定在头盔外壳左边缘，用于采集使用者的触控信息，不同的触控方式代表不同的指令信息。

处理模块固定在头盔外壳与头盔内层中间，用于获取当前环境下视频信息，通过基于改进一体化除雾网络(AODNet)的去雾算法的图像去雾处理环节恢复无尘雾图像，接收智能设备客户端的参数信息，调整图像的参数；本实施例中，处理模块采用小型计算设备。

通信模块固定在头盔外壳与头盔内层中间，连接处理模块，用于将采集模块采集到的信息(如GPS定位，提醒指令等)发送到智能设备客户端，智能设备客户端将增加、修改后的信息回传至处理模块；本实施例中使用蓝牙进行通信。

显示模块固定在头盔本体上，用于显示当前环境中的真实图像经过处理模块运算后的无尘雾图像；本实施例中显示模块为微型显示屏。

供电模块固定在头盔外壳上，为采集模块、处理模块和显示模块提供能源。本实施例中，供电模块使用聚合物电池和太阳能电池，采用了聚合物电池和太阳能充电电池一体结构，实现了自充放电功能。

采集模块中的所有模块均可通过数据线传输至处理模块中，处理模块将相关信息通过数据线传输到微型显示屏上，完成彩色视频的实时播放。

进一步地，智能设备客户端含有蓝牙串口通信模块，用于接收处理模块发送的数据信息(如GPS定位，提醒指令等)发送数据到处理模块上；含有存储功能，记录头盔实时位置；含有发送提醒功能，当惯性测量单元采集到的数据发生突变时，智能设备客户端将发送短信给紧急联系人。

所述处理模块通过通信模块连接的智能设备客户端发送危险信号。智能设备客户端收到危险信号后，发送带有GPS定位信息的短信给用户的紧急联系人。

进一步地，处理模块中的基于改进AODNet去雾算法的图像去雾处理环节中所述基于改进AODNet去雾算法包含五个卷积层、三个连接层、直方图均衡化灰度变换法和拉普拉斯算子滤波器。经图像去雾处理后的图像显示在微型显示屏上。

本发明还提供了一种用于恶劣尘雾环境的智能实时图像去雾头盔的使用方法，使用本发明头盔，包括以下具体步骤：

步骤1：训练基于改进AODNet去雾算法，网络的训练集为公开数据集及志愿者运用相同的拍摄方式在相同地点收集的200张雾霾尘天气与晴天图片。网络流程如图4所示，获取的图像通过五个卷积层、三个连接层、直方图均衡化灰度变换法和拉普拉斯算子滤波器处理后得到去雾图像。

步骤2：将训练好的网络模型算法移植到智能头盔的软件中，即可正式投入使用并实现相关功能。将智能头盔分发给处于恶劣尘雾环境下的人群，让用户正确佩戴智能头盔，如有智能设备可安装本发明中所述智能设备客户端。用户打开智能头盔上电源开关后，智能头盔将用户视野前方的环境用可见光摄像头拍摄下来，处理模块采用基于改进AODNet去雾算法实时进行图像去雾处理。图像去雾处理后传给微型显示屏，显示在用户眼前。用户还需在智能设备客户端上录入个人的紧急联系人信息，以便求救。

步骤3：处理模块实时接收用户所佩戴的智能头盔的GPS定位信息、惯性测量单元采集的姿态信息和加速度。通过分析姿态信息和加速度，判断用户当前状态和安全情况。如果数据发生突变或者超过阈值，分析为用户遇到危险。处理模块通过蓝牙发送信号至智能设备客户端，智能设备客户端发送带有GPS定位信息给紧急联系人呼救。

步骤4：根据视野范围内的恶劣尘雾情况，用户可通过智能头盔上的电阻式触摸屏，利用手指滑动，产生滑动信号或者通过智能设备客户端中的输入参数功能调节图像质量。根据当前环境的危险情况，用户利用手指敲击电容式触摸屏发送求救信号。电阻式触摸屏根据不同的触摸方式发送不同的数字信号至处理模块。处理模块接收滑动信号或来自智能设备客户端的输入参数时，基于改进AODNet去雾算法调整拉普拉斯算子滤波器中参数，提高图像质量；接收求救信号时通过蓝牙模块发送至智能设备客户端，智能设备客户端发送带有GPS定位信息给紧急联系人呼救。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种用于恶劣尘雾环境的智能实时图像去雾头盔，其特征在于，包括智能头盔本体和智能设备客户端，所述智能头盔本体包括采集模块、处理模块、通信模块、显示模块以及供电模块；所述智能设备客户端用于管理智能头盔、配对智能头盔、记录智能头盔的位置信息、调节显示图像的参数以及设置用户的紧急联系人；

其中，采集模块包括可见光摄像头、GPS定位模块、惯性测量单元以及触摸板，其中可见光摄像头固定在头盔外壳上正前方处，用于采集当前环境下视频信息；GPS定位模块和惯性测量单元固定在头盔外壳与头盔内层夹层处，分别用于采集头盔当前位置和姿态角及加速度；触摸板固定在头盔外壳左边缘，用于采集使用者的触控信息；

处理模块固定在头盔外壳与头盔内层中间，用于获取当前环境下视频信息，通过基于一体化除雾网络的去雾算法恢复无尘雾图像，接收智能设备客户端的参数信息，调整图像的参数；

通信模块固定在头盔外壳与头盔内层中间，连接处理模块，用于将采集模块采集到的信息发送到智能设备客户端，智能设备客户端将增加、修改后的信息回传至处理模块；

显示模块固定在头盔本体上，用于显示当前环境中的真实图像经过处理模块运算后的无尘雾图像；

供电模块固定在头盔外壳上，为采集模块、处理模块和显示模块提供能源。

2.如权利要求1所述的头盔，其特征在于，所述一体化除雾网络的去雾算法为改进后的AODNet去雾算法，包含五个卷积层、三个连接层、直方图均衡化灰度变换法和拉普拉斯算子滤波器。

3.如权利要求1所述的头盔，其特征在于，智能设备客户端含有蓝牙串口通信模块，用于接收处理模块发送的数据信息，发送数据到处理模块上；含有存储功能，记录头盔实时位置；含有发送提醒功能，当惯性测量单元采集到的数据发生突变时，智能设备客户端将发送短信给紧急联系人。

4.如权利要求2或3所述的头盔，其特征在于，所述处理模块通过通信模块连接的智能设备客户端发送危险信号；智能设备客户端收到危险信号后，发送带有GPS定位信息的短信给用户的紧急联系人。

5.一种用于恶劣尘雾环境的智能实时图像去雾头盔的使用方法，使用如权利要求2-4任意一项所述的头盔，包括以下具体步骤：

步骤1：训练基于改进AODNet去雾算法，网络的训练集为公开数据集及志愿者运用相同的拍摄方式在相同地点收集的200张雾霾尘天气与晴天图片；获取的图像通过五个卷积层、三个连接层、直方图均衡化灰度变换法和拉普拉斯算子滤波器处理后得到去雾图像；

步骤2：将训练好的网络模型算法移植到智能头盔的软件中，将智能头盔分发给处于恶劣尘雾环境下的人群，让用户佩戴智能头盔，如有智能设备则安装本发明中所述智能设备客户端，用户在智能设备客户端上录入个人的紧急联系人信息；

用户打开智能头盔上电源开关后，智能头盔将用户视野前方的环境用可见光摄像头拍摄下来，处理模块采用基于改进AODNet去雾算法实时进行图像去雾处理；图像去雾处理后传给显示模块，显示在用户眼前；

步骤3：处理模块实时接收用户所佩戴的智能头盔的GPS定位信息、惯性测量单元采集的姿态信息和加速度；通过分析姿态信息和加速度，判断用户当前状态和安全情况；如果数据发生突变或者超过阈值，分析为用户遇到危险，处理模块通过蓝牙发送信号至智能设备客户端，智能设备客户端发送带有GPS定位信息给紧急联系人呼救；

步骤4：根据视野范围内的恶劣尘雾情况，用户通过智能头盔上的电阻式触摸屏，利用手指滑动，产生滑动信号或者通过智能设备客户端中的输入参数功能调节图像质量；根据当前环境的危险情况，用户利用手指敲击电容式触摸屏发送求救信号；电阻式触摸屏根据不同的触摸方式发送不同的数字信号至处理模块；处理模块接收滑动信号或来自智能设备客户端的输入参数时，基于改进AODNet去雾算法调整拉普拉斯算子滤波器中参数；接收求救信号时通过蓝牙模块发送至智能设备客户端，智能设备客户端发送带有GPS定位信息给紧急联系人呼救。

Images