极端天气条件下低质图像增强系统的制作方法

极端天气条件下低质图像增强系统的制作方法
【专利摘要】一种极端天气条件下低质图像增强系统，该系统包括多路转换开关、微处理器、视频处理单元、ＨＤＭＩ输出端块以及8路DVI端块、8路HDMI端块、8路BNC端块；其采用插接块的形式将各个部件变成可任意拆卸和安装的结构，这样就可以根据自己的需求进行选择插接部件，很好的避免了不要的部件占用资源和空间的问题，并且在运输的过程中可以拆卸成块运输，便于收纳和运输。
【专利说明】极端天气条件下低质图像増强系统
[0001]
技术领域:本实用新型提供一种极端天气条件下低质图像增强系统。
【背景技术】
[0002] 雾靈、沙尘、雨雪等极端天气给人们日常生活带来了一定程度的影响。在极端天气 下获取的图像，对比度降低、细节模糊，图像降质严重，运样的图像大大限制了机器视觉的 应用，尤其是在户外，交通监控，目标识别，遥感，导航等方面。
[0003] 如何提高单一降质图像的清晰度，国内外学者做了大量研究。Tan通过最大化局部 对比度来实现去雾，增强后的图像常常过饱和;He等提出基于暗原色先验的单一图像去雾 方法，该方法处理后的图像景象自然，去雾效果较好，也是目前最实用有效的去雾方法。在 优化透射率时所使用的枢图方法，具有较高的空间和时间复杂度，耗时较长，为了提高计算 速度，He等又采用了导向滤波来修正透射图，恢复的图像较暗，质量降低。雨雪方面:Xu等使 用去雾的方法实现了雨滴去除工作。同时他又使用该方法实现了图像中雪花的去除，他认 为雨滴和雪花都属于动态天气，对图像的影响都表现为快速运动的物体对背景像素的遮 挡。但是运些方法均不理想且所依托的装置均为焊接固定的设置在某一位置，各个部件之 间无法实现灵活的移动位置，运样就会造成有些需要的部件需要现焊接，而有些闲置的部 件却无法拆除占用资源，而且，在运输的过程中占用运输空间，运些因素严重影响到装置的 使用灵活性。 【实用新型内容】：
[0004] 实用新型目的：本实用新型提供一种极端天气条件下低质图像增强系统，其目的 是解决W往所存在的问题。
[0005] 技术方案：
[0006] -种极端天气条件下低质图像增强系统，其特征在于:该系统包括多路转换开关、 微处理器、视频处理单元、HDMI输出端块W及8路DVI端块、8路HDMI端块、8路BNC端块；
[0007] 多路转换开关、微处理器、视频处理单元、HDMI输出端块W及8路DVI端块、8路HDMI 端块、8路BNC端块均为插接块的形式插接连接；
[000引8路DVI端块和8路HDMI端块插接在多路转换开关上，多路转换开关插接在微处理 器上，视频处理单元插接在微处理器上，HDMI输出端块插接在视频处理单元上，8路BNC端块 插接在编码块上，编码块插接在多路转换开关上。
[0009] 每个插接块上设置有插接槽和插接柱，插接槽包括槽身和与槽身连通的槽头，槽 头为圆形，其直径大于槽身的宽度，在槽身内设置有拱形压黃；
[0010] 插接柱为能由槽头插接进槽身内的结构，插接柱包括柱体W及设置在柱体上卡 槽，卡槽为弧度与拱形压黃的弧度相适应的弧形槽。
[0011] 槽身的底部设置有宽度与槽头直径相当的宽口，宽口与槽身形成T形结构。
[0012] 柱体的前端设置有与宽口能容纳进宽口内的宽卡。
[0013] 该系统还包括串口插接块、网口插接块和通道选择块，串口插接块、网口插接块和 通道选择块，插接在微处理器上。
[0014] 优点效果:本实用新型提供一种极端天气条件下低质图像增强系统，其采用插接 块的形式将各个部件变成可任意拆卸和安装的结构，运样就可W根据自己的需求进行选择 插接部件，很好的避免了不要的部件占用资源和空间的问题，并且在运输的过程中可W拆 卸成块运输，便于收纳和运输。
【附图说明】：
[0015] 图1为本实用新型的结构示意框图；
[0016] 图2为显示插槽的结构示意图；
[0017] 图3为插槽的侧视图；
[0018] 图4为显示插接柱结构的侧视图；
[0019] 图5为柱体结构的正视图。
【具体实施方式】 [0020] :下面结合附图对本实用新型做进一步的说明：如图1所示，本实用 新型提供一种极端天气条件下低质图像增强系统，该系统包括多路转换开关、微处理器、视 频处理单元、HDMI输出端块W及8路DVI端块、8路HDMI端块、8路BNC端块；
[0021] 多路转换开关、微处理器、视频处理单元、HDMI输出端块W及8路DVI端块、8路HDMI 端块、8路BNC端块均为插接块的形式插接连接；
[0022] 8路DVI端块和8路HDMI端块插接在多路转换开关上，多路转换开关插接在微处理 器上，视频处理单元插接在微处理器上，HDMI输出端块插接在视频处理单元上，8路BNC端块 插接在编码块上，编码块插接在多路转换开关上。
[0023] 每个插接块上设置有插接槽和插接柱，插接槽包括槽身1和与槽身1连通的槽头2， 槽头2为圆形，其直径大于槽身1的宽度，在槽身1内设置有拱形压黃3;
[0024] 插接柱为能由槽头2插接进槽身1内的结构，插接柱包括柱体4W及设置在柱体4上 卡槽5,卡槽5为弧度与拱形压黃的弧度相适应的弧形槽。
[0025] 槽身1的底部设置有宽度与槽头直径相当的宽口 6,宽口 6与槽身1形成T形结构。
[0026] 柱体4的前端设置有与宽口 6能容纳进宽口 6内的宽卡7。
[0027] 该系统还包括串口插接块、网口插接块和通道选择块，串口插接块、网口插接块和 通道选择块，插接在微处理器上。
[0028] 该实用新型在使用时将需要的块插接在一起，具体插接方法为将柱体4伸进槽头2 内，然后向槽身1方向移动，使宽卡7进入宽口6内，使得宽卡7在宽日6内卡住防止柱体4向外 移动，当柱体4上的卡槽5被拱形压黃3压住为止，在每个插接块上还设置有数据线及网线插 口，在块与块之间连接后之后，利用数据线或网线将各个插口连接即可。
[0029] 该系统的使用原理如下：
[0030] 暗原色先验算法实现图像增强：
[0031] 在计算机视觉中，W下模型广泛用于描述雾靈图像的形成过程：
[0032] I(x) =J(x)t(x)+A(l-t(x)) (1)
[0033] 其中，I (X)表示反射的光线经过衰减后到达成像设备的光线强度，即观察到的带 雾靈图像，t(x)表示介质透射率，反映了光线穿透靈的能力，其值越大，表明穿透雾靈到达 观测点的光线越多，J(x)表示要复原的清晰图像，A为大气光，通常设为全局常量。去雾靈的 目的就是从I中恢复J。
[0034]由方程(1)可W得到：
[003引
（2J
[0036] I(x)为已知的带雾图像，而J(x)，t(x)，A都未知，因此直接通过方程（1)来求解得 到J是比较困难的。
[0037] 暗原色先验是化通过对大量户外无雾图像的观察统计得出的，即在绝大多数非天 空的局部区域里，某一些像素总会有至少一个颜色通道具有很低的值接近于0。对于一幅图 像J，用公式表示为：
[00 測
（3)
[0039] r为J的某一颜色通道，C为R，G，BS通道某一通道，Ω (X)为Wx为中屯、的局部区 域，Jdatk为J的暗原色。将(3)式代入（1)中，并假设某一局部区域内的透射率是恒定的，假定 大气光A是给定的，简单估算出透射率：
[0040]
(斗）
[0041] 因为空间透视现象的存在，如果将雾彻底地移除，会使图像看起来不真实，同时会 丢失深度感，于是引进一个雾气保留因子w = 0.95,保留一部分覆盖遥远景物的雾。
[0042]
(日）
[0043] 最终得到去雾后的恢复图像J:
[0044]
(6)
[0045] 式中，大气光A的估计方法为:选取暗原色中亮度最大的0.1%的像素，并在W上像 素中选取强度最大像素点的值作为A的值。当t(x)接近0的时候，J(x)t(x)也会接近0,运会 使得到的图像包含噪声，因此设定一个下限值，to = 0.1。
[0046] 具体改进方法如下：
[0047] 对于输入的单幅图像，首先将图像转换到CIE-Lab颜色空间，设定一个偏色因子D， 根据经验，若D < 1.4，则图像为清晰图像，无须进行处理，若D > 1.4，则是降质图像，根据色 度分量值区分图像是沙尘图像还是雾靈、雨雪图像。若是雾靈、雨雪图像，则采用改进的暗 原色先验算法处理图像;若是沙尘图像，则采用伽马校正的限制对比度自适应直方图均衡 化算法。本文的算法流程如图1所示。
[004引图像分类器的设计
[0049] RGB颜色空间表示的两种颜色间的差异无法反映人类视觉感受，而CIE-Lab颜色空 间计算出的颜色差异与人类实际感知差别基本一致，因此本文在CIE-Lab颜色空间下检测 图像偏色与否。
[0050] 研究发现，在图像的ab色度坐标平面的直方图中，若色度分布呈现为集中的单峰 值，或分布较为集中且色度均值较大时一般存在色偏;分布呈现明显的分散的多峰值时，认 为没有色偏。本文引入偏色因子D来计算图像的色偏程度。在Lab空间下，引入等效圆的概 念，采用图像平均色度κ与色度中屯、距Z的比值D作为偏色因子。
[0055] 其中，M、N为图像的长和宽，在ab色度平面，等效圆中屯、坐标为化曰，化），半径为Z。 圆屯、到ab色度平面中屯、轴原点(a = 0，b = 0)的距离为K。根据等效圆在ab色度平面的具体位 置来判断图像整体偏色与否。经验取值D含1.4时，则认为图像没有偏色，是清晰图像，无需 处理。否则，则是偏色图像。在Lab模型中，a的正数表示红色，负端表示绿色;b的正数表示黄 色，负端表示蓝色。kb表示ab色度平面上的b分量，用于判断图像是否偏黄或偏蓝。当kb大于0 时，图像偏黄，认为是沙尘图像，采用伽马校正的限制对比度自适应直方图均衡化算法;kb 小于加寸，输入图像为雾靈、雨雪图像，采用改进的暗原色先验算法。
[0化6]雾靈图像增强算法：
[0057]化的暗原色先验去雾靈算法是建立在暗原色假设之上，当景物在本质上同空气层 接近并且没有阴影覆盖其上时，暗原色理论就无效。对此，本节针对暗原色先验失效的区 域，通过改善透射率及大气光A的获取方式修正该算法。
[005引对于雾靈图像，在天空等不满足暗原色先验的明亮区域，实际的透射率要比用化 方法估计得到的透射率大得多，透射率的过小估计使得天空等明亮区域色彩恢复错误，导 致恢复的J(x)偏小，使得景物边缘出现黑斑效应。在对大气光A的估计中，化的算法是选取 亮度最大的0.1%的像素中的最大值作为大气光A的强度，然而如果取一个点，则各通道的A 值很有可能全部接近255,运样会造成处理后的图像偏色，出现大量色斑。结合W上考虑，本 文改进了透射率及大气光A的算法。
[0059] 明亮区域透射率的估计：
[0060] 由于天空、水面、白色的物体、雨雪等大面积明亮区域存在时，暗原色统计先验规 律是不成立的，则式（5)估计的透射率是不准确的，会导致天空等部分出现明显的色彩失 真。本文首先设定一个阔值S，判定图像中的明亮区域，当大气光值与暗通道差值小于S时， 即判定为明亮区域，否则，使用化方法计算。经过实验验证，S = 45。对于lAC-I(x) <S的区 域，判定为明亮区域，重新计算透射率。
[0061] 明亮区域的图像不再满足暗原色先验规律，透射率表达式为：
[0062]
[0063]本文采用逐像素的方式来估计明亮区域的透射率。首先计算出透射率的表达式如 式（11)，然后我们求取图像的最小通道值，该最小通道值包含了丰富的细节和边界信息。综 上我们得到透射率表达式为：
[0066] 在天空等明亮区域，局部窗口的RGB通道值相较于其他区域更大，而且像素亮度波 动平缓。因此，0值趋于1.对于满足暗原色先验的区域，暗通道值趋于0,按式(5)计算。
[0067] 根据W上描述，我们得到透射率的表达式为：
[006引
[0069] 因为在局部窗口中屯、的透射率啦)是分块连续的，直接通过啦)恢复出的图像容易 出现块效应等马赛克效果。为了移除运种块效应，本文采用引导滤波进一步得到精细化的 透射率。
[0070] 修正大气光A的获取方式：
[0071] 大气光A的值通常在雾靈最浓区域估计得到，即最大像素值的区域选取。但是最大 像素值可能取自天空、白色物体、雨雪等，运样得到的A值接近于255,会导致恢复的图像发 生色偏。
[0072] 对于一幅图像而言，雾最浓区域通常位于图像的上方，所W本文选取位于图像上 方1/4的区域，暗原色中亮度最大的10%的像素的均值作为大气光A。若一幅图像中天空区 域几近全无，我们认为它的雾靈最浓区域在场景深度最远处，也就是图像的最上方，因此可 W用上述方法获得大气光A的值。
[0073] 图像恢复：
[0074] 通过修正后的大气光常量和精细化的透射率图，就可W进行无雾靈图像的恢复。 将式(14)代入式(6)中，可W得到恢复的清晰图像J(x):
[00巧]
(巧)
[0076] 雨雪图像增强算法：
[0077] 雨雪天获得的降质图像一般会覆盖有大量的雨线或雪斑。雨雪图像中，受雨雪影 响的像素可W看做雨滴或雪花和背景共同作用的线性叠加效果。物理模型描述如下：
[007引 H=(l-e)Hb+eHr (16)
[0079]其中，Η为输入的降质图像，化表示背景部分，Hr表示理想的雨雪亮度，即雨雪在空 中静止时该点像素的亮度。ε为比例参数，其中，0<ε<1。观察雨雪和雾靈成像模型，比较式 (1)及式（16)可W得出，将I与Η相对应，化与J(x)相对应，Hr与大气光A相对应，（1-ε)与t(x) 相对应。于是，与雾靈去除过程类似，雨雪的去除过程为，从已知的降质图像Η中恢复出背景 图像化，其中（1-ε)为未知量，即只要求出Hr的值即可通过雾靈去除方法实现雨雪的去除。
[0080] 1)理想雨雪亮度Hr的求取
[0081] Hr表示雨雪在空中静止时的亮度值。因为雨雪为白色，通常在图像中寻找亮度最 大值的方法对Hr进行求解。根据其与雾靈图像中求取大气光的相似性，本文用求取大气光A 的方法求取Hr的值。
[0082] 2)雨雪去除过程
[0083] 根据W上分析得到，雨雪去除过程可W用雾靈去除过程实现。于是，本文不单独对 雨雪图像处理，采用雾靈去除方法对雨雪图像进行增强。
[0084] 沙尘图像增强算法：
[0085] 沙尘条件下获得的图像通常偏±黄色，运是由于沙尘等颗粒对光的反射存在偏向 性，使得大气光对RGBS通道的作用分布不均匀，而雾靈条件下大气光均匀作用于各颜色通 道，因此，去雾靈方法不适用于图像去沙尘。
[0086] 自适应直方图均衡化肥)算法通过计算图像的局部直方图，并重新分布亮 度来改变图像的对比度。但是，A肥容易产生过度放大图像中相同区域噪声的问题。所谓伽 马校正，就是将现有的灰度值通过一个由灰度值为底，伽马次幕的映射得到新的灰度 值W-W。主要作用是通过选取不同的伽马系数，使某些较亮的图像，对比度变得适当。基于 W上两点考虑，在A皿算法的基础上，本文提出伽马校正的限制对比度自适应直方图均衡化 算法来对沙尘图像进行增强处理。
[0087] 规一化的伽马校正：
[0088] 伽马校正本质上是一个用于调整图像亮度的变换函数，数学定义如下：
[0089] S = R 丫 (17)
[0090] 式中，S为伽马校正后的图像，R为输入图像，丫为伽马系数。伽马校正的优势在于 可W通过改变丫的值来改变变换函数。但是，因为增加丫值会过度补偿图像，在增强对比度 的同时使图像变黑。而低质图像通常动态范围较窄，因此需要扩大动态范围，动态范围的调 整也称为归一化。因此，本文进一步归一化伽马校正函数，W弥补伽马校正的不足，在扩展 动态范围的同时，增强了对比度，减少了亮度。归一化函数定义如下：
[0091]
(峨
[0092] N为归一化后的图像。将(17)、（18)结合，就得到了归一化后的伽马校正函数妒。
[OOW]
(巧）
[0094]经过归一化伽马校正处理后的图像，再用限制对比度自适应直方图均衡化算 法[153(化A肥），可进一步改善图像对比度，同时增强图像的亮度。运样一来，既避免了亮度 的过增强，也减少了整幅图像中对比度调整不平衡的不足。
[00巧]方法流程：
[0096] ①使用归一化的伽马校正函数调整图像对比度；
[0097] ②将图像分割为若干个大小为XXY的矩形块，本文选择大小为8X8。运样就将图 像划分为Ξ个不同的区域:包含四个角的角区域;包含除了角区域W外所有边界的边界区 域;包含图像剩下区域的内部区域。
[0098] ③用累积分布函数(CDF)得到每一块的直方图。相应的CDF表示式为：
[0099]
[0100] 式中，hi, j化)为块(i，j)像素 k的直方图。
[0101] ④计算裁剪阔值，裁剪直方图W限制放大幅度。阔值α计算如下：
[0102]
[0103] Φ为裁剪因子，Imax为允许的最大斜率。运不仅限制了CDF的斜率，同时也限制了变 换函数的斜率。剪裁超过阔值的直方图，将直方图被裁剪掉的部分均匀地分布到直方图的 其他部分，如图2所示。重分布的过程中，可能会导致一些被剪裁的部分又超过了阔值，因此 需重复对直方图裁剪和重分布的过程，直到不再超过阔值为止。
[0104] ⑤用变换函数计算重新分布的直方图像素值。上述分割的Ξ个不同区域对应于不 同的变换函数。对于块的非中屯、区域，采用双线性插值来计算。对于内部区域来说，如图3中 所示。对于象限1中，中屯、像素为（i，j)的块区域来说，该区域某点P值可W通过该点分别与 W(i J)、（i J-1)为中屯、区域的水平、垂直距离来确定。P的像素值可 按下式计算：
[0105]
[0106] h，v，b，c为图4中的制定距离。·)为累积分布函数。其他Ξ个象限算法与象限 1 一项。边界区域的象限1、3的邻域与内部区域类似。对于象限2、4,新的像素值按下式计算：
[0107]
(23)
[0108] 对于角区域来说，不同象限算法不同，于是有：
[0109] P' =fi,j(p) (24)
[0110] 经过上述方法处理后，沙尘图像复原效果较好，增强了对比度，同时亮度不会过增 强。
【主权项】
1. 一种极端天气条件下低质图像增强系统，其特征在于:该系统包括多路转换开关、微 处理器、视频处理单元、H D MI输出端块以及8路DVI端块、8路HDMI端块、8路BNC端块； 多路转换开关、微处理器、视频处理单元、H D MI输出端块以及8路DVI端块、8路HDMI 端块、8路BNC端块均为插接块的形式插接连接； 8路DVI端块和8路HDMI端块插接在多路转换开关上，多路转换开关插接在微处理器上， 视频处理单元插接在微处理器上，H D MI输出端块插接在视频处理单元上，8路BNC端块插 接在编码块上，编码块插接在多路转换开关上。2. 根据权利要求1所述的极端天气条件下低质图像增强系统，其特征在于:每个插接块 上设置有插接槽和插接柱，插接槽包括槽身（1)和与槽身（1)连通的槽头(2 )，槽头(2 )为圆 形，其直径大于槽身（1)的宽度，在槽身（1)内设置有拱形压簧(3 ); 插接柱为能由槽头（2)插接进槽身（1)内的结构，插接柱包括柱体(4)以及设置在柱体 (4)上卡槽(5)，卡槽(5)为弧度与拱形压簧的弧度相适应的弧形槽。3. 根据权利要求2所述的极端天气条件下低质图像增强系统，其特征在于:槽身（1)的 底部设置有宽度与槽头直径相当的宽口（6)，宽口（6)与槽身（1)形成T形结构。4. 根据权利要求2所述的极端天气条件下低质图像增强系统，其特征在于:柱体(4)的 前端设置有与宽口（6)能容纳进宽口（6)内的宽卡(7)。5. 根据权利要求1所述的极端天气条件下低质图像增强系统，其特征在于:该系统还包 括串口插接块、网口插接块和通道选择块，串口插接块、网口插接块和通道选择块，插接在 微处理器上。
【文档编号】G06T5/00GK205486306SQ201620114380
【公开日】2016年8月17日
【申请日】2016年2月4日
【发明人】刘振宇, 周晓枫, 李培荣
【申请人】辽宁柏高智能系统工程有限公司