[發明專利]高散射環境的復雜場景下成像計算及數據恢復方法

在審

• 申請號: 202310450983.8
• 申請日: 2022-01-04
• 公開（公告）號: CN116405649A
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 嚴林波;徐立中;羅中華;鐘萍
• 申請（專利權）人: 南昌理工學院
• 主分類號: H04N9/64
• 分類號: H04N9/64;H04N9/73
• 代理公司: 蘇州拓鴻知識產權代理有限公司 32664
• 代理人: 蔣全強

1.一種復雜場景下成像計算及數據恢復方法，其特征在于，包括：

以高散射環境為代表的復雜場景下原始的成像數據為RGB空間數據，通過空間變換得到Lab亮度-色彩空間的數據，其中L為亮度空間中成像數據，[a,b]為色彩空間中的成像數據；從RGB到Lab亮度-色彩空間的變換過程可表示為：

其中X_n，Y_n，Z_n的值分別為0.950456，1.000000，1.088754，X、Y、Z通過下式計算得到：

其中，R、G、B為原始成像RGB空間數據；

其中，f(t)函數的定義如下

亮度空間中成像數據L是由清晰成像數據J和噪聲成像數據B組成：

L＝J+aB?????????????????????????(4)

其中，L為復雜場景下亮度空間中的原始成像數據，J為復雜場景下亮度空間中的清晰成像數據，B為復雜場景下亮度空間中的噪聲成像數據；

平滑先驗特征：以高散射環境為代表的復雜場景下亮度空間中的噪聲成像數據比清晰成像數據更平滑，梯度分布密度更小；即復雜場景下亮度空間中噪聲成像數據的梯度分布密度P_B(▽_xB)小于復雜場景下亮度空間中清晰成像數據的梯度分布密度可表示為:

其中，

其中，表示清晰成像數據J和噪聲成像數據B在像素x處的梯度的大小，P_J(▽_xJ)、表示清晰成像數據J和噪聲成像數據B的梯度分布密度；w是正則化參數，參數τ是截斷值；σ₁和σ₂表示清晰成像數據J和噪聲成像數據B高斯分布的標準方差；

由平滑先驗特征可知，當噪聲成像數據的梯度分布密度達到最小，同時清晰成像數據的梯度分布密度達到最大時，所對應的清晰成像數據J′和噪聲成像數據B′最優，即清晰成像數據和噪聲成像數據最優的分離，其中J′為亮度空間中成像數據恢復結果；

根據上述規則建立損失函數

當該損失函數最小時，P_B(▽_xB)達到最小P_J(▽_xJ)達到最大；

將式(2)代入式(7)，得

令ρ(a)＝min{a²/k,1}，則式(8)表示為：

其中，

引入梯度算子，則式(9)表示為：

其中符號*表示卷積操作，||·||_F表示弗羅貝尼烏斯范數，f₁＝[-1,1]表示一階水平梯度算子，f₂＝[-1,1]^T表示一階豎直梯度算子，表示二階Laplace算子；

采用半二次分離方法，(具體方法參考：Charbonnier?P,Blanc-Féraud?L,Aubert?G,etal.Deterministic?edge-preserving?regularization?in?computed?imaging[J].IEEETransactions?on?image?processing,1997,6(2):298-311.)對上述模型進行求解可得到：

其中，α是權重參數，F為快速傅里葉變換，為復共軛，為了避免分母為零，引入了一個極小的正常數ε，典型值為10^-4；

對色彩空間的成像數據[a,b]采用白平衡方法進行數據恢復(具體方法參考：郭永剛,葛慶平,郭楠.利用白平衡進行偏色圖像的顏色校正[J].計算機工程與應用,2005,41(20):56-59.)：

其中，a_v和b_v分別是色彩分量a和b的在空間中的均值，a′和b′是恢復后的色彩分量；

將亮度空間和色彩空間中的成像數據恢復結果組合，形成[J′,a′,b′]，作為復雜場景下成像數據恢復結果。

2.一種復雜場景下成像計算及數據恢復方法，其特征在于，包括以下步驟：

A、將復雜場景下成像數據計算分解為亮度空間和色彩空間的成像數據；

B、對兩個空間中的成像數據分別進行成像計算及數據恢復，其中，在亮度空間中通過平滑先驗特征建模建立亮度空間數據損失函數，通過亮度空間數據損失函數優化分離復雜場景下亮度空間中的清晰成像數據和噪聲成像數據，將亮度空間中的清晰成像數據作為復雜場景下亮度空間成像數據恢復結果；基于白平衡方法對色彩空間成像數據進行恢復；

C、將亮度空間和色彩空間恢復后的成像數據進行組合，形成復雜場景下成像數據恢復結果。