[发明专利]一种基于图像退化模型的大气能见度计算方法在审

专利信息
申请号: 201910092694.9 申请日: 2019-01-30
公开(公告)号: CN109783973A 公开(公告)日: 2019-05-21
发明(设计)人: 李红光 申请(专利权)人: 北京航空航天大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 北京永创新实专利事务所 11121 代理人: 冀学军
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 能见度 清晰图像 原始图像 图像退化 大气能见度 图像处理领域 图像质量指标 定量和定性 定性结果 模型分解 人为误差 散射模型 衰减模型 图像复原 消光系数 综合评价 光成像 归一化 入射光 波长 极差 求解 自动化 图像
【权利要求书】:

1.一种基于图像退化模型的大气能见度计算方法,其特征在于,具体步骤如下:

步骤一、根据经典的McCartney大气散射模型,将图像退化模型分解为入射光衰减模型和大气光成像模型,进而建立图像复原模型,由成像设备实际捕获的原始图像I计算出清晰图像J;

图像退化模型分解公式如下:

I=J·t+A(1-t)

其中,I表示成像设备实际捕获的目标物体的原始图像,J表示最终要得到的清晰图像,t=e-σd表示由于大气介质的散射和吸收作用所形成的大气透射率,A表示大气光的值;

J·t表示入射光衰减模型;A(1-t)表示大气光成像模型;

由此得到图像复原模型中的清晰图像J为:

步骤二、利用消光系数与能见度、波长存在的关系,建立能见度与原始图像I和清晰图像J之间的关系;

关系式如下:

V表示能见度;κ表示特定消光系数;λ表示光的波长;

步骤三、在不同的能见度下分别各获取一张原始图像,利用能见度与原始图像I和清晰图像J之间的关系,计算各能见度对应的清晰图像;

步骤四、针对每张清晰图像,利用四个图像质量指标采用极差变换法分别进行归一化后加和,得到该图像的综合评价;

步骤五、从各清晰图像的综合评价结果中,选择最好的清晰图像对应的能见度,作为待求解数值,通过定量和定性的对应关系,得到能见度定性结果。

2.如权利要求1所述的一种基于图像退化模型的大气能见度计算方法,其特征在于,所述的步骤四中,每个图像均有四个图像质量指标,分别为图像标准差δ、图像信息熵E、图像色彩自然度CNI和图像色彩丰富度CCI;

首先,针对图像k计算标准差δ,公式如下:

其中,M×N表示图像k的大小,P(p,q)表示图像k中第p行、第q列的像素值,μ表示图像k的均值;

图像信息熵E计算公式为:

其中,I表示图像k中每个像素的灰度值(0≤I≤255),PI表示灰度值为I的像素数与图像总像素数的比值;

图像色彩自然度CNI的值Nimage计算公式为:

Nimage=(nskin*Nskin+ngrass*Ngrass+nsky*Nsky)/(nskin+ngrass+nsky)

nskin为图像k中skin像素的数目;Nskin为skin像素的图像色彩自然度值;ngrass为图像k中grass像素的数目;Ngrass为grass像素的图像色彩自然度值;nsky为图像k中sky像素的数目;Nsky为sky像素的图像色彩自然度值;

图像色彩丰富度CCI的值Ck计算公式为:

Ck=Skk

Sk是图像k的饱和度分量的均值,σk是图像k的标准差;

然后,将每个图像质量指标分别采用极差变换法进行归一化,得到各个指标的归一化结果;

极差变换法公式如下:

n表示各能见度对应的清晰图像的数量,m表示图像质量指标的数量;指标矩阵表示为X=[xij]m×n,极差变换矩阵表示为Y=[yij]m×n

最后,将四个图像质量指标的归一化结果进行加和,得到图像k的综合评价。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910092694.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top