[发明专利]一种基于毫米波与可见光图像融合的去雾方法

说明书

本发明公开了一种基于毫米波与可见光图像融合的去雾方法，包括：采集可见光图像与毫米波图像并配准，然后提取可见光图像的亮度分量得到亮度图像；根据毫米波图像和亮度图像中每个像素点的权重值，得到毫米波图像和亮度图像的权重图；对毫米波图像和亮度图像进行拉普拉斯金字塔分解得到毫米波图像和亮度图像的拉普拉斯金字塔，利用毫米波图像和亮度图像的权重图对毫米波图像与亮度图像的拉普拉斯金字塔进行融合，得到融合图像；利用可见光图像与毫米波图像建立雾天图像退化模型，利用雾天图像退化模型对融合图像进行去雾，得到去雾图像。本发明提高浓雾天气条件下的图像去雾效果，可用于视频监控、智能导航、卫星遥感检测以及目标识别跟踪领域。

技术领域

本发明属于图像处理技术领域，更具体地，涉及一种基于毫米波与可见光图像融合的去雾方法。

背景技术

雾霾是陆地和海洋的常见天气现象。大多数室外视觉系统，如视频监控、智能导航、卫星遥感检测以及目标识别跟踪等，都极易受雾霾天气的影响。在雾霾天气下，空气中含有许多大气颗粒，它们不仅会吸收和散射周围场景反射的光，还会将大气光散射到成像设备，从而导致视觉系统感知的图像质量退化，存在模糊、对比度低、颜色失真等问题，对后续基于小特征或高频率的计算机视觉算法造成干扰，使它们难以检测到图像中的目标和障碍物，这将严重影响视觉系统，特别是可见光视觉系统。这对于视觉系统自动化视频处理(如特征提取，目标跟踪和对象识别)是非常不利的，也是空中、海上和路上出事故的主要原因之一。

为了使室外视觉系统在恶劣天气条件下稳健可靠，提高视觉系统的环境适应性变得尤为重要。针对雾霾天气，当前主要手段是通过设计图像去雾算法来提高视觉系统的性能。图像去雾的主要目标是恢复场景的颜色和细节信息。

随着计算机技术的发展，视频和图像去雾算法受到了众多研究者的关注，并被广泛应用于民用和军事领域，如遥感、目标检测和交通监控。由于去雾问题具有交叉学科的特点，同时涉及天气条件的随机性和复杂性，当前的去雾方法都有一定的局限性。探索出更全面、具有普适性且效果更好的去雾方法，一直都是研究者们关注的热点问题，也是一个有挑战性的课题。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于毫米波与可见光图像融合的去雾方法，由此解决现有图像去雾方法在浓雾天气条件下可能会丢失场景信息、去雾效果差的技术问题。

为实现上述目的，本发明提供了一种基于毫米波与可见光图像融合的去雾方法，包括：

(1)采集同一场景的可见光图像与毫米波图像并配准，然后提取可见光图像的亮度分量得到亮度图像；

(2)根据毫米波图像中每个像素点的权重值，得到毫米波图像的权重图，根据亮度图像中每个像素点的权重值，得到亮度图像的权重图；

(3)对毫米波图像进行拉普拉斯金字塔分解得到毫米波图像的拉普拉斯金字塔，对亮度图像进行拉普拉斯金字塔分解得到亮度图像的拉普拉斯金字塔，利用毫米波图像的权重图和亮度图像的权重图对毫米波图像的拉普拉斯金字塔与亮度图像的拉普拉斯金字塔进行融合，得到融合图像；

(4)利用可见光图像与毫米波图像建立雾天图像退化模型，利用雾天图像退化模型对融合图像进行去雾，得到去雾图像。

进一步地，步骤(1)包括：

采集同一场景的可见光图像与毫米波图像并配准，然后将可见光图像从RGB色彩空间转到HSV色彩空间，提取可见光图像在HSV色彩空间的亮度分量得到亮度图像。

进一步地，每个像素点的权重值为每个像素点的归一化局部熵、局部对比度与可见度的乘积。

进一步地，步骤(2)还包括：

对毫米波图像的权重图和亮度图像的权重图进行归一化处理，使得毫米波图像的权重图和亮度图像的权重图中每个像素点的权重值的范围为0-1。