[發明專利]一種基于混合先驗學習模型的去霧方法在審

申請號：	201710933030.1	申請日：	2017-10-10
公開（公告）號：	CN107705262A	公開（公告）日：	2018-02-16
發明（設計）人：	蘇卓;顏吉超;林謀廣	申請（專利權）人：	中山大學
主分類號：	G06T5/00	分類號：	G06T5/00
代理公司：	暫無信息	代理人：	暫無信息
地址：	510006 廣東***	國省代碼：	廣東;44
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于混合先驗學習模型方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種基于混合先驗學習模型的去霧方法。

背景技術

眾所周知，霧和霾是一種常見的天氣現象，一年四季都會存在，近年來，霧霾天氣頻現于我國中東部的大部分城市，不僅嚴重影響民眾的身心健康，而且嚴重威脅人們的出行安全。而凝結在空氣中的小水晶或固體顆粒是形成霧氣的根本原因，在有霧天氣下拍攝的圖像，由于大氣中空氣中的小水晶或固體顆粒對光的吸收和散射影響嚴重，使光強度衰減，從而使得光學傳感器接收到的光發生了改變，直接導致圖像對比度降低，模糊不清，清晰度不夠，圖像細節信息不明顯，許多特征被覆蓋或模糊，信息的可辨識度大大降低。同時，色彩保真度下降，出現嚴重的顏色偏移與失真，達不到滿意的視覺效果。上述視覺效果不佳的圖像部分信息缺失，給判定目標帶來了一定的困難，這不僅大大降低了圖像的能見度和清晰度，丟失了圖像細節內容等有用信息，而且給后續的圖像處理帶來了困難，甚至會導致現有的視頻監控，目標跟蹤、智能導航等戶外圖像處理系統失效，給人們的日常生產和生活等方方面面都帶來了相當不利的影響。所以，研究圖像去霧算法，獲得清晰自然的無霧圖像，不僅能夠滿足于軍事、生產等領域的應用需求，也可以降低霧、霾對人類日常生活的不利影響，具有十分重要的現實意義。

到目前為止，圖像去霧大多是基于物理模型與非物理模型的去霧方法。基于非物理模型的圖像去霧方法是在圖像衰退原因未知的情況下突出圖像中的有用信息，來改善圖像視覺效果的方法。顧名思義，基于非物理模型的圖像去霧方法可以忽略圖像衰退的原因及模型，只需要根據實際應用的需要，突出圖像中感興趣的部分，并將無用的信息去除。基于物理模型的圖像去霧算法分為：利用輔助信息獲得景深的去霧算法、基于先驗條件的去霧算法。不管是利用輔助信息獲得景深的去霧算法、基于先驗條件的去霧算法，他們都需要借助于大氣光散射模型來求解透射率圖。不管是基于物理模型與非物理模型的去霧方法，他們都存在著自身的局限性，基于暗通道先驗的方法對天空區域或濃度過高霧區域失效，基于對比度增強的方法會使得去霧結果出現顏色偏差等等。

發明內容

本發明的目的在于克服現有技術的不足，本發明提供了一種基于混合先驗學習模型的去霧方法，能夠彌補當前去霧方法對天空區域或濃度過高霧區域失效與顏色偏差等缺陷。本發明拋開傳統的思路，并沒有去尋找額外的先驗信息，而是利用已有方法中的先驗信息來建立混合先驗信息與透射率的一個映射關系，從而利用有霧圖的混合先驗信息來預測得到圖像的大氣透射率值，從而達到去霧的目的。

為了解決上述問題，本發明提出了一種基于混合先驗學習模型的去霧方法，所述方法包括：

利用人工合成的有霧圖數據集來建立透射率預測模型；

輸入待處理的有霧圖，提取該有霧圖中的混合先驗信息；

利用待處理的有霧圖中的混合先驗信息與透射率預測模型，預測待處理的有霧圖的透射率值；

將待處理的有霧圖的透射率值代入到大氣光散射模型中，獲得去霧結果。

優選地，所述利用人工合成的有霧圖數據集來建立透射率預測模型的步驟，具體為：

利用合成的有霧圖數據集中的每個有霧圖的混合先驗信息與對應的透射率，通過深度學習訓練得到透射率預測模型。

優選地，所述提取該有霧圖中的混合先驗信息的步驟，包括：

計算相應的暗通道先驗信息，局部最大飽和度先驗信息，局部最大對比度先驗信息以及色調反轉先驗信息。

在本發明實施例中，采用人工合成的有霧圖數據集來建立透射率預測模型，提取待處理的有霧圖中的先驗信息并利用透射率預測模型預測待處理的有霧圖的透射率值，最后將透射率值代入到大氣光散射模型中得到去霧結果，能夠彌補當前去霧方法對天空區域或濃度過高霧區域失效與顏色偏差等缺陷。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它的附圖。