[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
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 | ||
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=Sk+δk
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。
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。