一种视频图像海雾去除清晰化方法
【专利摘要】本发明属于视频图像增强领域，具体涉及一种将帧差法背景估计和基于边缘检测的快速单幅海雾去除算法相结合的用于海上航行器快速视频图像海雾去除清晰化系统的视频图像海雾去除清晰化方法。本发明包括：获取海雾视频图像；单帧海雾图像的去雾清晰化；视频图像海雾去除清晰化。本发明适用于所有海上航行器，能够大大提高海上航行器的视觉系统在海雾下性能。运算速度快，在海面场景下能够进行实时视频图像海雾清晰化处理；相对其他算法具有良好的边缘保持效果；具有去雾效果明显，图像恢复效果好的特点，作为视觉系统的前期处理，能有效提高后期目标检测、跟踪和识别的性能。
【专利说明】一种视频图像海雾去除清晰化方法
【技术领域】
[0001]本发明属于视频图像增强领域，具体涉及一种将帧差法背景估计和基于边缘检测的快速单幅海雾去除算法相结合的用于海上航行器快速视频图像海雾去除清晰化系统的视频图像海雾去除清晰化方法。
【背景技术】
[0002]视频图像海雾去除技术属于图像增强技术，目的是为了增强其视觉效果，让处理后的视频或图像达到图像清晰度高、对比度好、目标容易识别。我国海域辽阔，海岸线漫长，海雾一年四季都可能出现，视频图像去雾技术是海面船只可见光视觉传感器对周围环境信息进行采集和监控的重要部分，其在军事上和民用上都有着很大的应用前景。
[0003]海雾是海面低层大气中一种水蒸汽凝结的天气现象，因它能反射各种波长的光，故常呈乳白色。由于水汽的增加以及温度的降低，近海面的空气逐渐达到饱和或过饱和状态，这时，水汽以微细盐粒等吸湿性微粒为核心不断凝结成细小的水滴、冰晶或两者的混合物，悬浮在海面以上几米、几十米乃至几百米低空；当凝结的水滴增大、数量增多，使天空呈现灰白色、能见度进一步降低时，便形成雾。
[0004]海雾是影响航海安全的主要天气现象，每年因海雾带来不良能见度从而造成的船舶碰撞、触礁、搁浅等海损、海难事故常常发生。据统计，单在日本近海发生的840次海损事故中，直接与海雾有关的就达270次之多。1955年5月11日，“紫云丸”号与“第三宇高丸”号在日本濑户内海松冲海面雾中相撞，“紫云丸”沉没，乘客800余人中，死亡168人。除此以外，“白龙尾”号轮船遭难事故也令人记忆犹新。在军事上，则可用于海雾场景下的视频目标检测、跟踪和识别的前期处理，提高舰船对于不同环境的适应能力。因此这项工作对于海域海湾、港口的监测与海洋运输、捕鱼的监管以及军事战争中判别危险所在等都有着很广泛的应用前景。
[0005]目前的图像去雾或增强技术常用于公路和航运交通场景，现有的研究算法也大多应用于陆地场景，专门针对海雾场景的去雾算法还不多见，直接利用现有的陆地场景去雾算法处理海雾的效果也不尽如人意。
[0006]相对于陆地场景而言，海雾场景下的图片的主要特征如下:
[0007](I)海雾场景下图像主要由天空区域、海面区域和目标区域组成，目标主要是船只、岛屿或海上的桥等，其中远景下天空区域和海面区域较大，而目标区域很小，近景下目标区域较大；
[0008](2)海雾的浓度往往比较大，而且一般雾还不均匀；
[0009](3)海雾场景背景简单，但常常伴有海浪的影响，比陆地视频监控背景复杂；
[0010](4)海雾场景下细节、色彩等没有陆地场景丰富。
[0011]对于陆上图像去雾而言，国内外已经出现了许多相关算法。其中国外著名的研究机构中，美国国家航空航天局(NASA)的Langley研究中心(LRC)深入研究基于邻域(surround-based)的Retinex算法,对雾、烟、水下和夜晚图像进行增强,并将其算法嵌入DSP便携式图像增强视觉系统中，处理分辨率为256*256的灰度图像可达到30帧/s，基本满足实时性的要求，但一旦图像数据变大，则很难满足实时性的要求了 ；哥伦比亚大学的计算机视觉实验室研究如何利用不同天气条件下同一场景的多幅图像来恢复清晰图像。在国内的研究机构中，微软亚洲研究院与香港中文大学信息工程系的多媒体实验室合作，研究基于数据假设的单幅图像去雾方法。但这些方法对于陆地场景且薄雾环境下去雾效果不错，用于海雾场景则效果不是特别明显，而且这些算法去雾都会存在一定的边缘模糊现象和holo效应，若使用双边滤波或联合双边滤波进行边缘保持，虽然会在一定程度上减少边缘模糊的效果，但其会造成计算量大幅增加的情况。而且目前研究的去雾方法大多都是针对单幅图像去雾而言，直接用于视频帧的去雾则很难满足实时性的要求。
【发明内容】
[0012]本发明的目的在于提供一种运算速度快、去雾效果明显、能有效提高后期目标检测、跟踪和识别的性能的视频图像海雾去除清晰化方法。
[0013]本发明的目的是这样实现的:
[0014](I)获取海雾视频图像:
[0015]利用安装在各类船上的可见光摄像头进行数据的采集；
[0016](2)单帧海雾图像的去雾清晰化:
[0017](2.1)强度分量提取:
[0018]强度分量I为:
[0019]I (x, y) = (Sr (x, y) +Sg (x, y) +Sb (x, y)) /3
[0020]I (x, y)表示在图片(x，y)位置处的强度值，&、Sg、Sb分别表示为原海雾图的红色、绿色和蓝色分量；
[0021](2.2)边缘检测:
[0022]采用canny算子进行边缘检测；
[0023](2.3)估计亮度分量:
[0024]利用基于边缘信息的高斯滤波器对原强度分量进行高斯滤波，令canny边缘检测后的图片为Iedge，边缘检测后的图片中边缘表示为白色，值为1，非边缘为黑色，值为0，对原始图片中非边缘区域进行高斯滤波得到估计的亮度分量，首先得到原海雾图像中含有边缘的对应区域:
[0025]Ledge (x, y) = I (x, y).Iedge (x, y)
[0026]需要经过高斯平滑的非边缘区为:
[0027]In_edge(x，y) = (1-1edge (x, y)).I (x, y)
[0028]经过基于边缘的高斯滤波平滑估计的亮度图像为:
[0029]L (X，y) = Ledge (x, y) +In_edge (x, y) *G (x, y)
[0030]其中G(x，y)为高斯函数，且
【权利要求】
1.一种视频图像海雾去除清晰化方法，其特征在于: (1)获取海雾视频图像: 利用安装在各类船上的可见光摄像头进行数据的采集； (2)单帧海雾图像的去雾清晰化: (2.1)强度分量提取: 强度分量I为:
I (x, y) = (Sr (x, y) +Sg (x, y) +Sb (x, y)) /3 I (x, y)表示在图片(x，y)位置处的强度值，&、Sg、Sb分别表示为原海雾图的红色、绿色和蓝色分量； (2.2)边缘检测: 采用canny算子进行边缘检测； (2.3)估计亮度分量: 利用基于边缘信息的高斯滤波器对原强度分量进行高斯滤波，令canny边缘检测后的图片为Iwte，边缘检测后的图片中边缘表示为白色，值为1，非边缘为黑色，值为O，对原始图片中非边缘区域进行高斯滤波得到估计的亮度分量，首先得到原海雾图像中含有边缘的对应区域:
Ledge (χ.y) = I (χ, y).W (x，y) 需要经过高斯平滑的非边缘区为:
(x，y)=(卜 W (x，y)).i(x，y) 经过基于边缘的高斯滤波平滑估计的亮度图像为:
L (X，y) = Ledge (X，y) +In_edge (x, y) *G (x, y)
其中G(x, y)为高斯函数,且
【文档编号】H04N5/21GK103903230SQ201410123351
【公开日】2014年7月2日 申请日期:2014年3月28日 优先权日:2014年3月28日
【发明者】马忠丽, 文杰, 刘宏达, 何晨迪 申请人:哈尔滨工程大学