[发明专利]基于视觉注意机制的智能交通监控图像去模糊方法

说明书

本发明公开了一种基于视觉注意机制的智能交通监控图像去模糊方法，步骤包括：步骤1、生成原始交通监控图像的显著图，将一幅模糊的原始交通监控图像由RGB色彩空间转换到HSI色彩空间；然后根据图像的场景信息，最大化场景信息得到显著图；步骤2、利用显著图的轮廓特征和纹理特征进行图像分割，得到显著图的分割图；步骤3、对分割图像进行去模糊处理，采用结构信息扩散函数对显著图的分割图像进行去模糊处理，最终得到一副去模糊后的清晰图像。本发明的方法，步骤简单，占用内存空间少，去模糊后的效果显著。

技术领域

本发明属于图像去模糊处理技术领域，涉及一种基于视觉注意机制的智能交通监控图像去模糊方法。

背景技术

随着交通监控和交通管理的智能化水平不断提高，以交通监控图像处理、分析、理解为基础的智能视频监控技术越来越多地引起人们的重视。然而，交通监控图像在实际拍摄、传输和存储等过程中，都会受到成像设备、环境、噪声等因素的影响，造成图像模糊，其中，最常见的是交通监控相机在曝光时由于相机与拍摄物体之间的相对运动造成的图像运动模糊，以及拍摄物体与相机光心距离的不合适造成图像散焦模糊，这些模糊均会导致交通监控图像重要细节信息丢失，严重影响交通监控和管理智能化水平。

随着全球汽车保有量的急剧增加和人们安全意识的提高，智能交通监管系统无时无刻不在发挥着重要的作用，被用来保障道路安全通行和预防突发状况。交通监控图像的处理在智能交通监管系统中具有非常重要的作用，然而，随着图像数据规模变得越来越庞大，人类能够获取空前丰富资源的同时针对海量交通监控图像信息的筛选与处理逐渐变得较为困难，传统的图像去模糊处理方法已难以达到理想的效果。因此，如何快速地筛选并去除图像模糊提供高质量的交通监控图像成为亟待研究和解决的问题。

人眼作为视觉图像信息的感知终端，经过长期进化而形成的高级视觉信息处理系统，能高效、精准地处理输入的图像信息，对输入的视觉信息具有天生的选择能力，能在千变万化的场景中迅速而准确地作出判断，并将目光集中到感兴趣的重要信息上，进而加以细致的分析与解读，人类视觉系统能够有效的完成这一过程主要依赖于视觉注意机制，这种包含选择性和主动性的视觉注意机制有助于大脑并行处理视觉场中的各种信息，视觉显著性作为视觉注意机制重要内容，有效地协助视觉注意机制实现对目标的自动实时选择。因此，借助于人类视觉注意机制来研究智能交通监控图像去模糊方法及提高图像质量具有重要的实际意义。

发明内容

本发明的目的是提供一种基于视觉注意机制的智能交通监控图像去模糊方法，解决了现有技术中针对海量交通监控图像信息的筛选与处理困难的缺陷，难以快速筛选并去除图像模糊提供高质量的交通监控图像，导致交通监控和管理的智能化水平低的问题。

本发明所采用的技术方案是，一种基于视觉注意机制的智能交通监控图像去模糊方法，按照以下步骤实施：

步骤1、生成原始交通监控图像的显著图，

将一幅模糊的原始交通监控图像由RGB色彩空间转换到HSI色彩空间；然后根据图像的场景信息，最大化场景信息得到显著图；

步骤2、利用显著图的轮廓特征和纹理特征进行图像分割，得到显著图的分割图；

步骤3、对分割图像进行去模糊处理，

采用结构信息扩散函数对显著图的分割图像进行去模糊处理，最终得到一副去模糊后的清晰图像。

本发明的有益效果是，采用最大化场景信息求得原始交通监控图像的显著图，利用该显著图的轮廓特征和纹理特征进行图像分割，采用结构信息扩散函数进行去模糊处理，最后输出去模糊后的图像。本发明具有方法简单、借助于人类视觉注意机制去除交通监控图像模糊等优点，可用于对一般模糊的彩色图像进行处理。

附图说明

图1是本发明方法的流程图；

图2a是采用本发明去除交通监控图像模糊前的图像；