[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。





