[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

本發明公開了一種高散射環境的復雜場景下成像計算及數據恢復方法，將復雜場景下成像數據計算分解為亮度空間和色彩空間數據。通過平滑先驗特征建模構建亮度空間成像數據的損失函數，進一步通過損失函數優化計算對亮度空間成像數據進行恢復；通過白平衡方法對色彩空間成像數據進行恢復；將恢復后的亮度空間成像數據和色彩空間成像數據進行組合，形成復雜場景下成像數據恢復結果。本發明所公開技術能夠穩定高效地應用于復雜場景下成像數據計算和恢復。

技術領域

本發明涉及一種復雜場景下成像計算及數據恢復方法，具體是建立一種平滑先驗特征模型構造了亮度空間中成像數據的損失函數用于分離出亮度空間中的清晰成像數據；將其與通過白平衡計算后得到的色彩空間中的成像數據組合，形成復雜場景下成像數據恢復結果，屬于數據恢復、成像計算技術領域。

背景技術

高散射環境是成像探測中所常見的復雜場景。由于復雜場景中的前向和后向散射作用，成像噪聲強烈，成像質量嚴重降低，依賴于后處理技術以提高成像數據質量。其中，成像數據恢復是一種重要的技術手段。不同于其他數據質量提高方法，成像恢復基于物理成像模型，通過對成像模型的反變換獲得清晰的成像數據，具有較好的可解釋性和收斂性，已發展成為該領域中的主流方法。然而，本質上對于成像模型的反變換是一種“病態”問題，有賴于先驗模型。其中，暗信道先驗模型已在典型復雜場景下成像數據恢復應用中獲得了成功。然而，在復雜場景下，尤其是非均勻光照的條件下，暗信道先驗模型的魯棒性嚴重降低，導致成像恢復結果中存在大量的畸變，成像數據恢復的成效嚴重降低。為了解決這一問題，本發明公開了一種區分亮度空間和色彩空間的成像數據恢復方法，對兩個空間中的成像數據分別進行成像數據恢復并組合。在亮度空間中，提出了一種平滑先驗特征，特別用于亮度空間中成像數據恢復。將亮度空間中成像數據恢復結果與色彩空間中的數據恢復結果組合，得到復雜場景下成像數據恢復結果。

發明內容

發明目的：針對現有技術難以穩定魯棒地實現復雜場景下成像數據恢復，本發明提供了一種復雜場景下成像計算及數據恢復方法，將原始的成像數據分解為亮度空間中的成像數據和色彩空間中的成像數據，采用平滑先驗特征建模在亮度空間中對成像數據進行恢復，采用白平衡方法對色彩空間數據進行恢復，將恢復后的亮度空間和色彩空間中的成像數據組合，形成復雜場景下成像數據恢復結果。能夠有效服務于井下、水下、霧天等強復雜環境中的成像數據恢復。

為實現上述目的，本發明提出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。

所述對亮度空間中的成像數據通過平滑先驗特征建模建立亮度空間成像數據損失函數的方法，包括如下步驟：

首先，將亮度空間中的成像數據L表示為:

L＝J+B

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

然后，平滑先驗特征：復雜場景下噪聲成像數據B比清晰成像數據J更平滑性，梯度分布密度更小；即復雜場景下噪聲成像數據B的梯度分布密度小于復雜場景下清晰成像數據J的梯度分布密度，可表示為: