[发明专利]有雾视频处理方法及计算机可读存储介质

说明书

本发明公开了一种有雾视频处理方法及计算机可读存储介质。所述方法包括以下步骤：步骤一，获取视频帧，计算所获取的当前视频帧的暗通道图；步骤二，判断存储在缓存介质中的历史视频帧的暗通道图的数量是否大于预设阈值，如果存储在缓存介质中的历史视频帧的暗通道图的数量大于所述预设阈值，转至步骤三；如果存储在缓存介质中的历史视频帧的暗通道图的数量小于所述预设阈值，则以所述当前视频帧的暗通道图作为重建图，转至步骤四；步骤三，对所述当前视频帧的暗通道图和存储在缓存介质中的历史视频帧的暗通道图进行在线主成分分析，得到重建图；步骤四，基于重建图，计算所述当前视频帧的传输图。利用本发明能够对有雾视频进行去雾处理。

技术领域

本发明涉及一种有雾视频处理方法及计算机可读存储介质。

背景技术

雾天条件下，采集设备获取的图像会出现对比度下降、颜色失真等现象，造成细节信息的缺失，直接限制和接影响了视频监控、遥感导航等信息系统效用的发挥，降低后续图像分析方法的稳定性。随着计算机视觉应用的日益广泛和计算机技术发展与成熟，图像去雾技术逐渐受到了全世界研究人员的关注。图像去雾技术是指通过一定的方法和手段，去除天气因素对图像质量的影响，恢复有效的图像细节信息，获得效果较好的高质量图像的过程。

目前，基于物理模型的图像去雾方法，通常建立图像退化模型

I＝JT+A(1-T)

其中，I为输入的待去雾图像，J为去雾后的图像，A为大气光(Air Light)，T为传输图(Transmission Map)。去雾问题可转化为已知I，分别估计A和T，进而获得J或其近似值的过程。在获得大气光A之后，需要对T进行估计。T是一个与图像大小尺寸相同的矩阵，当A确定后，T的取值由雾浓度确定。如果使用暗通道D刻画雾浓度，T的计算公式为

其中λ∈(0,1]为常数。

关于暗通道，以RGB彩色图像为例，取图像各像素点三个通道的最小值称为暗通道，计算公式为

目前，关于视频中估计T的方法包括两类：第一类方法是直接估计每一视频帧的传输图，即将每一视频帧当作单幅图像逐帧独立处理，估计其传输图。申请号为201210125321.5、201410153491.3、201410271513.6和201310189056.1的中国专利申请分别公开了四种视频帧图像去雾方法，其将当前视频帧作为单幅图像处理，属于上述第一类方法。第二类方法是只独立估计初始时刻的传输图，后续时刻的传输图利用视频帧之间的关系进行处理。以上两类方法的处理结果基本相同，但第一类方法较为耗时，而第二类方法的效率较高。

具体来讲，第二类方法主要采用马尔科夫场(Markov Field)建立视频空间-时间域的连续性约束。第二类方法可通过两种具体方法实现：第一种方法是使用引导滤波计算初步的传输图，通过光流建立的误差图建立前后时刻传输图之间的时域空马尔科夫场，实现传输图的改善与更新。但是，由于需要计算初步的传输图和光流，导致第一种方法的处理效率较低；第二种方法是建立灰度值先验(Intensity Value Prior)，认为雾浓度越浓，图像灰度值越大，雾浓度图通过暗通道图刻画，基于此，通过MRF建立图像像素值与当前和临近时刻暗通道(雾浓度图)之间的关系，通过雾浓度图计算传输图。第二种方法在除雾处理准确性和效率方面都取得了不错的效果，但实际是通过图像帧的连续性间接建立起了雾浓度的连续性，并未直接考虑雾浓度在时空域上的连续关系。