[发明专利]雾霾图像清晰化方法、系统及可存储介质

说明书

本发明涉及雾霾图像清晰化方法、系统及可存储介质，该雾霾图像清晰化方法包括：S1、随机选择第一深度网络参数对雾霾图像进行去雾霾以获取第一去雾霾图像并获取第一图像质量评分；S2、根据第一图像质量评分选择第一优质深度网络参数；S3、对第一优质深度网络参数进行快速细菌群游优化操作获取若干第二深度网络参数；S4、通过第二深度网络参数获取第二去雾霾图像并获取第二图像质量评分；S5、选择第二优质深度网络参数并判断第二优质深度网络参数是否为最优，若是，输出第二优质深度网络参数对应的第二去雾霾图像并结束本次流程；若否，将第二优质深度网络参数定义为新的第一优质深度网络参数并执行S3。实施本发明，处理过程快，结果准确客观。

技术领域

本发明涉及图像处理技术领域，更具体地说，涉及一种雾霾图像清晰化方法、系统及可存储介质。

背景技术

近年来，雾霾现象较为严重。在雾霾天气中拍摄的图像，由于空气中混合了各种可吸入颗粒物和细颗粒物等污染物，对光的吸收、折射以及散射有严重的影响，导致图像模糊，不方便人眼观看。图像视觉效果不好，不仅对图像清晰度有影响，并且会给判定目标带来麻烦。

在雾霾环境下拍摄的图像质量欠佳，大大增加了图像后续处理难度。除此之外，雾霾图像的存在也会给公路交通监控、卫星遥感监测带来较大的影响。由此可见，通过图像处理技术减少雾霾等不利天气对成像效果的影响，有效提高图像质量，具有广泛的应用前景。雾霾问题不仅跟每个人的健康有关，还跟城市安全息息相关。从图像处理的角度，研究如何对雾霾图像进行清晰化处理、已成为城市发展迫切需要解决的一类问题。

图像去雾霾技术旨在去除图像中雾、霾等不利因素的干扰，使图像恢复有效的信息和特征，获得具有良好视觉效果的图像。目前，雾霾图像清晰化处理技术主要分为两大类：基于图像处理的图像增强方法，基于物理模型的图像复原方法。其中：

基于图像处理的图像增强方法是通过增强图像对比度，突出或者弱化某些有效信息和图像特征以减少雾霾对图像的干扰，从而实现图像的清晰化。该方法原理简单且易于实现，但其存在处理后的图像容易出现色彩失真和图像信息丢失等问题。换句话说，该类方法只是减少了雾霾对图像的干扰，但没有本质的去除雾霾。基于图像处理的图像增强方法目前比较常用方法主要有基于直方图均衡化、曲波变换、同态滤波以及基于Retinex理论的方法。

基于物理模型的图像复原方法是从雾霾形成原因的角度对大气散射作用进行建模，再通过分析和处理来实现去雾霾。该方法在处理过程中虽然图像信息和特征保存的比较完整，较少出现图像信息的缺失。但其过程复杂，且受雾霾形态影响较大，比较常用的方法有基于大气物理模型、基于图像差异、基于暗通道优先的方法以及基于融合的方法。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述雾霾图像清晰化过程中图像容易出现色彩失真和图像信息丢失等问题，或者雾霾处理过程复杂，结果不稳定缺陷，提供一种雾霾图像清晰化方法、系统及可存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种雾霾图像清晰化方法，包括以下步骤：

S1、随机选择若干第一深度网络参数分别对一雾霾图像进行深度学习去雾霾以获取若干第一去雾霾图像，并对所述若干第一去雾霾图像进行盲图像质量评价以获取若干第一图像质量评分；

S2、根据所述第一图像质量评分从所述若干第一深度网络参数选择第一优质深度网络参数；

S3、对所述第一优质深度网络参数进行快速细菌群游优化操作，以获取若干第二深度网络参数；

S4、通过所述若干第二深度网络参数对所述雾霾图像进行深度学习去雾霾以获取若干第二去雾霾图像，并对所述若干第二去雾霾图像进行盲图像质量评价以获取若干第二图像质量评分；