[发明专利]一种基于双摄像头的散射环境下图像去雾方法在审

专利信息
申请号: 202210268065.9 申请日: 2022-03-17
公开(公告)号: CN114638759A 公开(公告)日: 2022-06-17
发明(设计)人: 陈载清;云利军;石俊生;黄小乔;邰永航 申请(专利权)人: 云南师范大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 昆明隆合知识产权代理事务所(普通合伙) 53220 代理人: 龙燕
地址: 650500 云南省昆*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 摄像头 散射 环境 图像 方法
【说明书】:

发明公开一种基于双摄像头的散射环境下光学图像的去雾方法,属于计算机图像处理领域。所述方法为使用双摄像头任意拍摄一对没有场景目标的立体图像,作为最远处的背向散射成分信息;使用双摄像头拍摄一对目标场景立体图像,并假设该图像记录了两种成分信息:信号成分和背向散射成分;定义一个单调递增的背向散射比例函数,在[0,1]区间以适当间距枚举背向散射比例的值,如果枚举的背向散射比例是最优的,目标场景中左右立体图像对上对应点的匹配代价最小,进而得到只包含目标信号成分的去雾图像。本发明所述方法可以很好的工作于自然光源和人造光源条件下,既不用对光源进行校准,也不用对散射属性进行估计,算法简单易行。

技术领域

本发明涉及一种充满散射介质环境下的光学图像去雾方法,属于计算机图像处理领域。

背景技术

在充满尘埃、烟雾等散射介质的大气或浑浊水下环境中,悬浮粒子的散射将导致光学图像的对比度和色彩饱和度显著降低,使得场景中目标能见度变弱,给目标提取和识别带来困难。为了提高散射成像环境下图像的清晰度,需要研究如何去除图像中悬浮粒子散射所产生的雾化成分,常见的去雾方法有:(1)基于偏振方法,从不同偏振角度获取多幅图像移除尘雾;(2)基于深度的方法,通过附加的深度信息估算不同位置处雾的浓度;(3)基于先验知识的方法,在单幅图像中估计图像局部的雾浓度实现去雾。在散射环境中,图像可认为是记录了两种光辐射成分信息:(1)被衰减和吸收后的场景目标辐射成分,记为信号成分,是需要恢复还原的目标分量;(2)由悬浮粒子反向散射周围照明进入摄像机的光线成分,记为背向散射成分,是需要去除的尘雾分量。

发明内容

本发明的目的在于提供一种基于双摄像头的散射环境下光学图像的去雾方法,以实现散射介质环境下光学图像的去雾效果,该方法步骤如下:

步骤1:设双摄像头的左相机L为世界坐标系原点,使用双目相机任意拍摄一对没有场景目标的立体图像,作为最远处的背向散射成分信息,左相机记录背向散射信息记为右相机R记录的背向散射信息记为左右相机的中点和P点的距离记为u,将∠PLR记为γL,∠LRP记为γR

步骤2:使用双目相机拍摄一对含有场景目标的立体图像(假设该图像记录了两种成分信息:信号成分和背向散射成分),左相机记录的光辐射信息为IL,右相机记录的光辐射信息为IR,设:

式中,SL和SR分别为左右相机中记录的需要恢复的去雾后的信号成分;BL和BR分别为左右相机中记录的需要去除的背向散射成分,其大小和点P(X,Y,Z)距左右相机的距离dL和dR有关,即BL=fL(dL),BR=fR(dR)。

步骤3:定义目标场景中点P(X,Y,Z)处左右图像的背向散射成分与最远处背向散射成分的比例分别为函数和如果左右两个相机间的距离小于20厘米,则dL≈dR=d,其中,d表示两个相机距离P点的距离,sL(dL)≈sR(dR)=s(d),同时,左右相机记录的信号成分SL和SR也认为近似相等,则:

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云南师范大学,未经云南师范大学许可,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/202210268065.9/2.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