[發明專利]一種基于Retinex和四元數的霧霾天圖像識別方法在審
| 申請號： | 202011298486.3 | 申請日： | 2020-11-18 |
| 公開（公告）號： | CN112435184A | 公開（公告）日： | 2021-03-02 |
| 發明（設計）人： | 張彤;陳茹 | 申請（專利權）人： | 西安理工大學 |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00;G06T5/20 |
| 代理公司： | 西安弘理專利事務所 61214 | 代理人： | 戴媛 |
| 地址： | 710048 陜*** | 國省代碼： | 陜西;61 |
| 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 retinex 四元數 霧霾天 圖像 識別 方法 | ||
1.一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，具體按照以下步驟實施：
步驟1，在碼本算法中調入含噪聲的視頻圖像；
步驟2，提取視頻圖像中霧霾的特征表現，形成四元數矩陣，分類圖像霧霾噪聲與前景，得到單幀圖像；
步驟3，對所述單幀圖像進行增強處理后，獲得增強后的視頻圖像。
2.根據權利要求1所述的一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，所述步驟2具體為，
步驟2.1，采用碼本算法預處理所有含噪聲的視頻圖像，提取視頻圖像中霧霾的特征表現，形成四元數矩陣；
步驟2.2，將彩色視頻圖像的四元數矩陣作為網絡的輸入層，并將CNN的空間卷積層擴展為四元數空間卷積層；
步驟2.3，在四元數空間卷積層提取相鄰視頻幀的動態信息，分類圖像霧霾噪聲與前景，得到單幀圖像。
3.根據權利要求2所述的一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，所述步驟2.1中的視頻圖像是由N個二維圖像按照時間序列排列而成；每一張二維圖像為一個視頻幀。
4.根據權利要求3所述的一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，所述霧霾的特征表現為視頻幀的零階、一階以及二階的邊緣梯度信息。
5.根據權利要求3所述的一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，步驟2.3中，所述動態信息包括視頻幀的可見度、暗通道強度和圖像的對比強度。
6.根據權利要求2所述的一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，步驟3具體為：
步驟3.1，將每幅單幀圖像從RGB顏色空間轉換到HSV顏色空間，獲得H分量、S分量和V分量；
步驟3.2，H分量維持不變，對S分量進行線性拉伸校正；
步驟3.3，將新Retinex算法和MSR結合后對V分量進行增強；
步驟3.4，將增強后的每幅單幀圖像從HSV空間映射到RGB空間，得到增強后的視頻圖像。
7.根據權利要求6所述的一種基于Retinex和四元數的霧霾天圖像識別方法，其特征在于，所述新Retinex算法是在雙邊濾波增加修正函數τ，將新Retinex算法的權重因子作為MSR算法的中心環繞函數，其表達式具體如下：
式(1)中，(x0,y0)為圖像中心點坐標，f(x0,y0)為圖像中心點灰度值，σr為高斯函數空域上的標準差，σd為高斯函數值域上的標準差，τ為修正函數，f(x,y)為圖像的像素值，H(x,y)為中心環繞函數；
新Retinex算法表達式具體如下：
式(2)中，Hk(x,y)為融入雙邊濾波理論生成的新的中心環繞函數，I(x,y)為原始圖像，Wk為每個尺度上的系數、r(x,y)為反射分量，N為尺度數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西安理工大學，未經西安理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011298486.3/1.html，轉載請聲明來源鉆瓜專利網。
