一种视频去雾方法与系统的制作方法

文档序号:6549980
一种视频去雾方法与系统的制作方法
【专利摘要】本发明公开了一种视频去雾的方法与系统,其技术方案包括以下步骤:输入有雾视频帧RGB图像,计算大气光值,计算透射率图,透射率图做导向滤波,修正图像,获得去雾视频帧。本发明对大气光值的计算分两种情况进行,如果透射率图不可用,则按图像中较亮像素区域(除去字幕,灯光等特别亮的像素)计算得到;如果透射率图可用,则按透射率最低的部分区域像素点计算得到。本发明能解决去雾算法速度慢、受灯光、字幕等干扰与画面不和谐等问题,能有效去除雾霾并保留图像原有细节特征,具有计算复杂度低,图像去雾后各部分区域和谐等优点。可用于视频侦查等应用中对有雾视频进行预处理,有利于后续视频分析以及有利于人工观看去雾后的视频。
【专利说明】一种视频去雾方法与系统
【技术领域】
[0001]本发明涉及视频图像处理方法,特别涉及一种视频去雾方法与系统。
【背景技术】
[0002]由于城市空气污染的加剧,雾霾天气越来越频繁,这给户外视频监控的画面质量带来了挑战。如何改善雾霾天气户外视频监控的效果,得到了学术界、产业界的特别关注和研发倾注。
[0003]从硬件的解决方法来说,滤光片能够让部分不可见光穿透,从而加强图像的质量。从软件算法的解决方法来说,去雾算法对图像进行后处理是一种比较简明的方法。由于已经安装的摄像机,不可能都被最新的具有去雾功能的摄像机更换掉,所以基于算法的后处理算法是一种比较实际的解决方案。在一些视频侦查协助破案的应用中,有雾的视频给办案人员造成了严重的视觉疲劳。特别需要有一种效果较好,速度又快的去雾算法。
[0004]基于算法的去雾方法,包括了大致五类方法。第一是基于全局化增强的方法,如全局直方图均衡化,Retinex算法等;第二是局部化增强算法,如基于局部直方图均衡化算法,基于局部方差的算法;第三,基于偏微分方程的方法,如建立能量优化模型,利用信息消除不确定性方法等;第四是基于深度关系,假设场景深度已知,利用辅助信息提取景深的方法;五是基于先验知识的方法,如Tan方法,Fatal方法,He方法(KaimingHe等“SingleImage Haze Removal Using Dark Channel Pr1r,,,IEEE2011)。其中 He 的方法利用输入的有雾图像亮度值I,大气光值A和透射图t,根据有雾图像模型I = Jt+A(l-t)来求解得出有雾图像的强度值J。
[0005]He的方法在处理效果上达到了较好的水准,但是也存在算法复杂度高等不足,而在实际应用中,处理效率是一个非常关键的因素,如何使去雾算法在视频处理中速度更快,是一个值得特别重视的环节。另外He的算法对于如何准确的计算大气光值,没有特别好的策略,针对一些实际的应用场景,由于存在灯光等干扰,全局的一个大气光值往往达不到好的处理效果。而大气光值对图像质量影响很大,过高时会形成光晕,画面偏暗;而如果过低,有些区域,特别是天空区域会过爆,而红绿灯往往就在天空区域,如果恢复的图像过爆,就看不到红绿灯了。He的算法处理的是自然风景和航拍图,在安防监控,智能交通等领域,特别是大雾天气,车大灯打开,如果按照一般的策略取最大值或最大值范围的平均值作为大气光值,则很容易误把车灯的亮度作为大气光值,这将带来严重的问题。即使按照He后来提出的改进的大气光计算方法,按照暗通道最大值区域的平均值作为大气光估算值,得到的效果,整体画面会偏暗,而且在车灯区域会出现块效应等不和谐现象。大气光值在一个场景中,不同的区域应该是不同的,天空区域大气光值大,路面等区域大气光值略小。那么如何做些适当的修正,以达到暗区、亮区较好的协调效果?

【发明内容】

[0006]本发明针对上述问题,提供了一种视频去雾方法与系统。[0007]本发明所采用的技术方案为:一种视频去雾方法与系统,包括以下步骤:
[0008]SI,输入含有RGB图像信息的有雾视频帧,所述有雾视频帧包含关键帧和非关键帧,所述关键帧为从起始帧起算依次间隔η帧的视频帧,所述η为100到1000之间某一确定的自然数;
[0009]S2,计算所述关键帧的大气光值; [0010]S3,计算透射率图;
[0011]S4,透射率图做导向滤波;
[0012]S5,修正图像;
[0013]S6,获得去雾视频帧,
[0014]对于视频去雾,没有必要每帧都计算各自的大气光值和透射率图。可以间隔η帧计算一次大气光值,从而显著提高了运算速度。
[0015]作为优选,所述步骤S2中大气光值的计算方法为:
[0016]当S3中透射率图不可用时,选择图像中除去240-255像素点之后亮度值最大的I %像素点的平均值作为大气光值估算值,RGB三个通道分开计算,得到A' A8, Ab三个通道的各自大气光值;
[0017]当S3中透射率图可用时,选择图像中透射率最小的I %区域平均值作为大气光值估算值。
[0018]考虑到实际应用中,车灯的干扰和字幕的干扰,以及一些白色杆子的干扰,最亮的像素点并不是天空。按照场景中最大亮度区域去计算大气光值,会不准确,而过高的大气光值,会造成暗区更暗,亮区更亮,整体场景会严重失真。考虑到透射率最小的区域基本上是天空区域,所以我们选择透射率最小的一部分区域来计算大气光值。
[0019]作为优选,所述步骤S3中透射率图的计算方法为:
[0020]对于关键帧的透射率图计算,是通过对暗通道图像进行最小值滤波后计算得到;
[0021]对于非关键帧的透射率图计算,是通过上一帧的透射率和当前帧的RGB图像各通道亮度值比较得到。
[0022]在透射率图的计算上,我们采用每帧在上一帧透射率图基础上做更新,因为不是每个点都需要更新,而且不用做最小值滤波计算,其计算速度可以加快很多。起始帧透射率图的计算可能因为车灯的干扰会不准确,随着更新,后续帧的透射率会更加准确,避免车灯周围不和谐的增强出现。
[0023]作为优选,所述步骤S4中导向滤波的模型为:
【权利要求】
1.一种视频去雾方法与系统,其特征在于,包括以下步骤: S1,输入含有RGB图像信息的有雾视频帧,所述有雾视频帧包含关键帧和非关键帧,所述关键帧为从起始帧起算依次间隔η帧的视频帧,所述η为100到1000之间某一确定的自然数; S2,计算所述关键帧的大气光值; S3,计算透射率图; S4,透射率图做导向滤波; S5,修正图像; S6,获得去雾视频帧。
2.根据权利要求1所述的视频去雾方法与系统,其特征在于,所述步骤S2中大气光值的计算方法为: 当S3中透射率图不可用时,选择图像中除去240-255像素点之后亮度值最大的1%像素点的平均值作为大气光值估算值,RGB三个通道分开计算,得到A8, Ab三个通道的各自大气光值; 当S3中透射率图可 用时,选择图像中透射率最小的I %区域平均值作为大气光值估算值。
3.根据权利要求2所述的视频去雾方法与系统,其特征在于,所述步骤S3中透射率图的计算方法为: 对于关键帧的透射率图计算,是通过对暗通道图像进行最小值滤波后计算得到; 对于非关键帧的透射率图计算,是通过上一帧的透射率和当前帧的RGB图像各通道亮度值比较得到。
4.根据权利要求1所述的视频去雾方法与系统,其特征在于,所述步骤S4中导向滤波的模型为:
5.根据权利要求1所述的视频去雾方法与系统,其特征在于,所述步骤S5中修正图像的方法: 对暗区进行调整,设α (χ) = (255-1 (X))/255,则有:
6.根据权利要求5所述的视频去雾方法与系统,其特征在于,所述步骤S6中获得去雾视频的方法为对于RGB三个通道进行如下修正:
当 t〈120/255.0 时,J(X) = (l-t)l+tj(x),否则维持不变。
7.根据权利要求3所述的视频去雾方法与系统,其特征在于,所述起始帧的透射率图计算方法为:
8.根据权利要求1~7任一项所述的视频去雾方法与系统,其特征在于,所述上一帧的透射率和当前帧的RGB图像各通道亮度值的比较方法为:

【文档编号】G06T5/00GK104036466SQ201410271513
【公开日】2014年9月10日 申请日期:2014年6月17日 优先权日:2014年6月17日
【发明者】袁义雷, 郑仙斌, 余意 申请人:浙江立元通信技术股份有限公司
再多了解一些
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1