[发明专利]一种视频图像雾气浓度分类及自适应去雾方法

权利要求书

1.一种视频图像雾级分类方法，其特征在于，通过K最近邻分类算法对实时采集的有雾视频图像进行雾级分类，包括以下步骤：

S1-1：通过智能云台CCTV监控系统对天气进行监控，所述CCTV监控系统包括两个FY-SP2515智能云台、1台网络交换机、通过所述两台云台控制工作站和RS232/RS242协议变换器，获取户外雾天场景下不同浓度的雾天视频图像；

S1-2：将所述CCTV监控系统获取的所述雾天监控视频图像以每秒25帧进行分帧处理，将处理后的每帧图像保存到本地文件夹；

S1-3：求取所述每帧图像的峰值信噪比、所述每帧图像的信息熵以及对所述每帧图像的边缘强度特征信息进行提取，将所述每帧图像的峰值信噪比、信息熵以及边缘强度汇总形成特征数据集；

S1-4：对所述每帧图像的雾级浓度进行预先标记，将其分为浓雾、中雾、薄雾三类；

S1-5：输入实时采集到的有雾视频图像并分帧处理；

S1-6：求取实时采集的有雾视频图像的特征信息；

S1-7：通过预设分类结果的特征信息为依据，通过K最近邻分类算法，对每帧视频图像进行雾级分类，将实时采集的雾天视频图像分为浓雾、中雾、薄雾三类。

2.根据权利要求1所述的一种视频图像雾级分类方法，其特征还在于：

所述每帧图像的峰值信噪比、所述每帧图像的信息熵以及对所述每帧图像的边缘强度特征信息还包含以下步骤：

S1-3-1：求取所述每帧视频图像的峰值信噪比，公式为：

其中与f(x,y)分别为处理后的图像与原始图像；M、N分别为图像的行数与列数；f_max为图像灰度的最大值；

S1-3-2：求取所述每帧视频图像的信息熵，公式为：

其中，N表示图像灰度值的亮度级；参数p_i表示为图像中每一灰度级出现的概率；

S1-3-3：求取每帧视频图像的图像边缘强度，公式为：

其中，M、N分别表示图像的横向与纵向的分辨率；f'(x,y)为输入图像的一个邻域；G_x和G_y分别表示水平和垂直方向上的‘sobel’算子边缘检测后的图像邻域；

S1-3-4：将求得的图像的峰值信噪比、信息熵以及边缘强度特征信息汇总形成特征数据集。

3.根据权利要求1所述的一种视频图像雾级分类方法，其特征还在于：

所述特征数据集的分类结果为依据，将有雾图片分为薄雾、中雾及浓雾的标记结果，通过K最近邻分类算法对所述每帧视频图像进行雾级分类：

S1-5-1：建立三维坐标系，将所述每帧图像的峰值信噪比作为横坐标，图像信息熵作为纵坐标，图像的边缘强度作为竖坐标；

S1-5-2：将所说特征数据集中的特征信息与实时采集的视频图像特征信息在三维坐标系中显示；

S1-5-3：运用两点间距离公式计算实时采集视频图像的特征信息与特征数据集中的特征信息的距离；

S1-5-4：圈定与实时采集视频图像的特征信息距离最近的K个特征数据集对象，作为实时采集视频图像的近邻；

S1-5-5：将K个特征数据集中占比重最大的雾级浓度类型作为实时采集视频图像的雾级浓度。

4.应用权利要求1-3所述的视频图像雾级分类方法的一种视频图像自适应去雾方法，其特征在于，包括以下步骤：

S2-1：建立含有未知参数的高斯滤波环绕函数与图像雾气浓度的线性模型；

S2-2：选取平均梯度作为求取线性模型中未知参数的最优准则，并在最优准则下对线性模型的未知参数求取；

S2-3：得出参数估计后的高斯滤波环绕函数与图像雾气浓度的线性模型；

S2-4：根据线性模型实现自适应去雾处理。