[发明专利]一种雾霾图像的雾浓度识别方法

说明书

本发明公开了图像处理和模式识别技术领域的一种雾霾图像的雾浓度识别方法，旨在解决现有技术中由于不能自动识别雾霾图像的雾浓度，因而导致无法实现智能化去雾、影响去雾效果的技术问题。所述方法包括如下步骤：将目标雾霾图像输入预先训练好的有向无环图支持向量机，获取目标雾霾图像的雾浓度；所述雾浓度基于预构建的多特征模型进行表征，所述多特征模型中的特征向量包括颜色特征、暗通道特征、信息量特征、对比度特征中的至少任一项。

技术领域

本发明涉及一种雾霾图像的雾浓度识别方法，属于图像处理和模式识别技术领域。

背景技术

在手机拍照、目标识别、安全监控、智能交通等诸多技术领域，图像应用基于所输入图像具备较好的可视性这一前提。但在雾霾等恶劣天气下，由于环境中多种不同悬浮物对光的吸收和散射作用，导致图像色彩失真、对比度下降、纹理不清晰，物体特征难以辨认，不仅使视觉效果变差，还影响图像后期的处理，在很大程度上降低了图像的应用价值。针对上述情况，通过图像去雾技术对雾图进行去雾，恢复其原有的颜色和细节，使计算机视觉系统能在雾霾天气环境中正常工作有着重要的现实意义。

目前，诸如安全监控、目标识别等很多计算机视觉系统都要求算法自动地对不同雾天情况的图像进行处理而不需要人工调整。然而现有的图像去雾算法无法适用于所有的雾天情况，对于不同雾气浓度的图像，往往需要人工调整算法参数或手动选择适合该情况的最佳算法，才能达到较好的去雾效果，无法满足户外图像去雾系统的智能化需求。

影响图像去雾系统智能化的因素，主要体现为以下两方面：其一，所输入图像应有一定程度的雾，对几乎无雾的图像进行去雾操作，往往会由于图像对比度的过度改善而导致其视觉质量下降。其二，图像的雾浓度是影响去雾效果的一个关键因素，不同雾浓度图像需要最佳算法参数或适合该情况的最佳算法，才能达到较好的去雾效果。因此，识别图像中是否有雾以及雾浓度，对图像去雾实现智能化有着重要的启发作用。目前，对雾进行识别分类的技术以检测是否有雾为主，而对图像中雾气浓度进行识别与分类的技术较少且效果不佳。

发明内容

针对现有技术的不足，本发明的目的在于提供一种雾霾图像的雾浓度识别方法，以解决现有技术中由于不能自动识别雾霾图像的雾浓度，因而导致无法实现智能化去雾、影响去雾效果的技术问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种雾霾图像的雾浓度识别方法，包括如下步骤：

将目标雾霾图像输入预先训练好的有向无环图支持向量机，获取目标雾霾图像的雾浓度；

所述雾浓度基于预构建的多特征模型进行表征，所述多特征模型中的特征向量包括颜色特征、暗通道特征、信息量特征、对比度特征中的至少任一项。

进一步地，所述颜色特征，其表达式如下：

A(x)＝I^v(x)-α·I^s(x)，其中，

式中，A(x)为图像I(x)的颜色特征矩阵，I^v(x)为图像I(x)的亮度，I^s(x)为图像I(x)的饱和度，α为权重系数，I^C(x)为图像I(x)的某一个R,G,B颜色通道。

进一步地，所述暗通道特征，其表达式如下：

式中，J^dark(x)为图像J(x)的暗通道特征矩阵，N_r(x)代表以像素点x为中心、以r为半径的邻域，J(y)为像素点x的邻域N_r(x)中的某个像素点y的像素值，J^C(y)为J(y)的某一个R,G,B颜色通道像素值。