[发明专利]一种实时视频去雾处理系统

说明书

技术领域

本发明属于图像处理领域，更具体地说，涉及一种实时视频去雾处理系统。

背景技术

计算机视觉系统的很多户外应用，如城市交通、视频监控、智能车辆等，都要求图像特征的检测具备鲁棒性。然而，在雾、霾等天气条件下，大气中悬浮的大量微小水滴、气溶胶的散射作用导致采集的图像严重降质，这极大地限制和影响了户外系统的功能。因此，有必要对降质视频进行自动、鲁棒、实时的处理，才能适应实际应用场合的需求。

在计算机视觉领域中，常用大气散射模型来描述雾、霾天气条件下场景的成像过程。最近提出的单幅图像去雾算法在大气散射模型的基础上利用图像数据本身构造约束场景反照率或(和)景深的假设条件。Tan假设局部区域的环境光为常数，以及对比度显著增强。该算法旨在增强图像的对比度。尽管明显地改善了图像的视见度，然而，由于没有从物理模型上恢复真实场景反照率，恢复后的颜色显得过饱和，且在景深突变的交界区域产生严重的Halo效应。He等假设在至少一个颜色通道的局部区域内，场景反照率趋于0，使用最小值滤波对介质传播函数进行粗估计。然后，用图像抠图的解析解算法对介质传播函数进行细化。然而，这样的细化并不合理。在所用的代价函数中，数据项起着很小的作用。但若提高正则参数的取值，则景深突变边缘处的颜色易产生过冲失真。Kratz等假设场景反照率和景深是统计独立的，并可用正则概率先验对它们建模。需根据特定图像选取景深先验模型，且根据经验给定先验模型中的参数。Tarel等假设大气耗散函数在可行域中逼近最大值，且局部变化平缓。利用中值滤波的变形形式估计大气耗散函数。但是，中值滤波并非好的边缘保持滤波器，不恰当的参数设置易引入Halo效应。此外，基于数据假设的单幅图像去雾算法均存在计算过程复杂、耗时的问题，难以应用到实际场合。

发明内容

有鉴于此，本发明提供了一种实时视频去雾处理系统，以解决现有技术的算法存在的计算过程复杂、耗时，难以应用到实际场合的问题。

一种实时视频去雾处理系统，其特征在于，是在一个数字集成电路中实现的，设有：数据读取单元U1、判断单元U2、天空亮度估计单元U3、大气光照白平衡单元U4、大气耗散图像估计单元U5、以及清晰场景恢复单元U6，其中：

数据读取单元U1，逐帧读取视频中待处理图像的数据：从所述待处理视频当前镜头中读取一帧由R、G、B三个颜色分量组成的待处理图像I(x)＝(I_R(x)，I_G(x)，I_B(x))^T，简称I(x)，下同，所述待处理图像I(x)的高为N_h个像数，宽为N_w个像数，x表示二维空间坐标，用向量表示为(m，n)，0≤m≤N_h-1，0≤n≤N_w-1，m、n、N_h、N_w均为非负整数；

判断单元U2，接收来自所述数据读取单元的一帧待处理图像I(x)，作为当前帧图像，且执行以下步骤：

若所述待处理图像I(x)为当前镜头中前K帧中的一帧，K＝50，发送至所述天空亮度估计单元U3，若否，则为非前K帧，发送至大气光照白平衡单元U4；

天空亮度估计单元U3，设有降采样子单元U31、中心最小亮度值获取子单元U32、天空区域获取子单元U33以及天空亮度值估计子单元U34，其中：

降采样子单元U31，从所述判断单元U2输入所述待处理图像I(x)，I(x)经降采样后，再裁剪出降采样图像的上半部分Ψ(x)，x为二维空间坐标，

中心最小亮度值获取子单元U32，从所述降采样子单元U31输入所述降采样图像的上半部分Ψ(x)，依次按照以下步骤计算各像素的最小亮度值：

第一步，对于每一个像素x，计算对应坐标处的R、G、B三个颜色分量的最小值，构成一幅最小颜色分量图像L(x)：