[發明專利]基于人工智能的圖像去霧方法、裝置、設備及存儲介質

在審

• 申請號: 202010065664.1
• 申請日: 2020-01-20
• 公開（公告）號: CN111275645A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 張菁蕓;郭潤增;王少鳴
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

1.一種基于人工智能的圖像去霧方法，其特征在于，包括：

當獲取到圖像去霧指令時，響應于所述圖像去霧指令，采集同一時刻的目標場景對應的彩色圖像和紅外圖像；其中，所述圖像去霧指令是在所述目標場景具有霧霾的情況下觸發的；

基于所述彩色圖像的每個像素點的像素值，和所述紅外圖像的每個像素點的像素值，計算出所述每個像素點的霧濃度信息；所述霧濃度信息描述了所述目標場景的霧濃度的分布情況；

根據所述霧濃度信息，生成所述每個像素點的圖像融合因子；所述圖像融合因子用于控制所述彩色圖像和所述紅外圖像的融合程度；

按照所述圖像融合因子，將所述彩色圖像和所述紅外圖像進行融合，得到去霧圖像。

2.根據權利要求1所述的方法，其特征在于，所述基于所述彩色圖像的每個像素點的像素值，和所述紅外圖像的每個像素點的像素值，計算出所述每個像素點的霧濃度信息，包括：

從所述彩色圖像的每個像素點的像素值中，提取出所述每個像素點的藍光亮度值，并將所述紅外圖像的所述每個像素點的像素值，作為所述每個像素點的紅外亮度值；

基于所述藍光亮度值和所述紅外亮度值之間的差異，計算出所述每個像素點的霧濃度信息。

3.根據權利要求2所述的方法，其特征在于，所述基于所述藍光亮度值和所述紅外亮度值之間的差異，計算出所述每個像素點的霧濃度信息，包括：

對所述藍光亮度值和所述紅外亮度值進行差值計算，得到所述每個像素點的差值結果；

從所述每個像素點的差值結果中，提取出最大的差值結果作為霧濃度信息計算因子；

用所述每個像素點的差值結果，與所述霧濃度信息計算因子相比，得到所述每個像素點的霧濃度信息。

4.根據權利要求1所述的方法，其特征在于，在所述基于所述彩色圖像每個像素點的像素值，和所述紅外圖像每個像素點的像素值，計算出所述每個像素點的霧濃度信息之后，所述根據所述霧濃度信息，生成所述每個像素點的圖像融合因子之前，所述方法還包括：

根據所述彩色圖像的每個像素點的像素值，計算出所述每個像素點的暗通道值；

將所述霧濃度信息和所述暗通道值進行比較，得到比較結果，并根據所述比較結果為所述每個像素點生成優化后的霧濃度信息；

相應的，所述根據所述霧濃度信息，生成所述每個像素點的圖像融合因子，包括：

根據所述優化后的霧濃度信息，生成所述每個像素點的所述圖像融合因子。

5.根據權利要求4所述的方法，其特征在于，所述根據所述彩色圖像的每個像素點的像素值，計算出所述每個像素點的暗通道值，包括：

從所述彩色圖像的每個像素點的像素值中，分別獲取到藍光亮度值、紅光亮度值和綠光亮度值；

從所述藍光亮度值、所述紅光亮度值和所述綠光亮度值中，選擇出最小的亮度值作為所述每個像素點的候選亮度值；

針對所述每個像素點，將處于預設像素范圍內的所有像素點確定為鄰域像素點；

從所述鄰域像素點的候選亮度值中，選擇出最小的候選亮度值，作為所述每個像素點的所述暗通道值。

6.根據權利要求1所述的方法，其特征在于，所述根據所述霧濃度信息，生成所述每個像素點的圖像融合因子，包括：

從所述霧濃度信息中，選擇出最大霧濃度信息；

將所述霧濃度信息與所述最大霧濃度信息相比，得到所述每個像素點的圖像融合因子。

7.根據權利要求1所述的方法，其特征在于，所述按照圖像融合因子，將所述彩色圖像和所述紅外圖像進行融合，得到去霧圖像，包括：

將所述彩色圖像從三基色空間映射到亮度色度空間，得到所述每個像素點的映射亮度信息和映射色度信息；

利用所述圖像融合因子和紅外亮度值，計算出所述每個像素點的第一亮度結果，以及利用所述圖像融合因子和所述映射亮度信息，計算出所述每個像素點的第二亮度結果；

將所述第一亮度結果和所述第二亮度結果進行疊加，得到所述每個像素點的融合亮度信息；

將所述融合亮度信息和所述映射色度信息反向映射至所述三基色空間，得到所述去霧圖像。