[发明专利]一种雾霾天气大气覆盖率预测方法

说明书

本发明公开了一种雾霾天气大气覆盖率预测方法，其特征是：利用导向滤波算法评估当前大气覆盖参数。本发明提供了一种雾霾天气大气覆盖率预测方法，能够准确预测雾霾天气下的大气覆盖率，进而实现对雾霾天气的大气覆盖率分析，通过对雾霾天气的大气覆盖分析，进而实现对雾霾天气的图像还原。

技术领域

本发明涉及计算机处理领域，特别是涉及一种雾霾天气大气覆盖率预测方 法。

背景技术

当前道路上的计算机视觉系统对天气条件非常敏感，其中，雾霾天气条件 是各种天气条件中对视觉影响最严重的一种。在雾霾天气条件下，能见度大幅 降低，道路环境系统的可视性变差，获得的图像受到了严重的退化，不仅模糊 不清，对比度降低，而且还会出现严重的颜色偏移与失真，图像中蕴含的许多 特征都被覆盖，这大大降低了图像的应用价值，同时也导致这些视觉系统无法 进行正常工作。

近年来，雾霾天图像的清晰化处理已经成为计算机视觉和图像处理领域的 研究热点，吸引了国内外的大批研究者，并有相当多的方法被提出来。但是， 由于天气条件本身的复杂性和随机性，使得目前所提出的一些算法都有一定的 局限性，已取得的一些研究成果和研究方法仍处于不断的发展中，尚待进一步 完善和改进。现有技术中，针对道路视觉系统雾霾天采集图像的退化问题，尚 未发现有一种较为有效的雾霾天气图像增强方法，使得在雾霾天气下，能够有 效实现图像增强，增加效提高视频信号的图像质量，提升灵敏度。

而研究雾霾天气图像增强，其最重要的是要进行雾霾天气大气覆盖率预测， 但是现有技术中，对于雾霾天气大气覆盖率预测较少，缺少一种较为精确的雾 霾天气大气覆盖率预测方法。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种较为 精确的雾霾天气大气覆盖率预测方法。

为实现上述目的，本发明提供了一种雾霾天气大气覆盖率预测方法，其特 征是：利用导向滤波算法评估当前大气覆盖参数。

较优的，按照下列步骤进行计算大气覆盖参数：

321)按照下列公式建立线性滤波器的内核：

其中，w_k是第k个内核窗口；(a_k,b_k)是在一个给定的单元窗口内的线性 变换系数；i是在窗口内的像素指标；q_i是输出图像；I_i是观测图像的强度；

322)按照下列公式区分输入的图像p与输出图像q的细微差异：

其中，p_i是输入图像；q_i是输出图像；

323)按照下列公式计算公式(12)的解；

其中，采取亮度导向图像I等于输入图像p；

这时，cov_k(I,p)＝var_k(I),我们进一步得到：

其中，ε是正则化平滑因子；cov_k(I,p)是导向图I与输入的图像是协 方差矩阵；var_k(I)是导向图I的方差矩阵；是输入图像的均值；是导向 图I的均值；ε是平滑因子；

324)在保留原始图像的层次结构的基础上将导向滤波应用于整个图像区 域，按照下列公式计算大气覆盖参数：

I_∞定义为