[发明专利]基于先验目标识别的非均匀雾化视频优化方法

权利要求书

1.一种基于先验目标识别的非均匀雾化视频优化方法，其特征在于包括如下步骤：

步骤(1)以暗通道先验去雾理论为基础，获得初步去雾图像；

步骤(2)通过制定先验目标，对初步去雾图像进行模板匹配，识别雾气喷射点；

步骤(3)根据喷射点建立大气光照值的空间分布函数和去雾权重分布函数；

步骤(4)根据视频不同帧之间水雾喷射点的改变，动态更新上述函数，并输出优化视频；

步骤(3)中所述大气光照值的空间分布函数和去雾权重分布函数是指根据视频场景需要，对非均匀雾化程度进行判断，或者借鉴干扰源的分布模型构造出的函数；

所述大气光照值的空间分布函数为：

所述去雾权重分布函数为：

其中，A(i,j)是大气光照值分布函数矩阵中的任意元素；α为大气光照度比；A₀为图像平均大气光照值；(x₀,y₀)为模板匹配得到的先验目标坐标；(h₀,w₀)是图像尺寸；W(i,j)是去雾权重分布函数矩阵中的任意元素。

2.如权利要求1所述的基于先验目标识别的非均匀雾化视频优化方法，其特征在于：步骤(1)中所述的暗通道先验去雾理论通过计算图像暗通道、统计大气光照值、计算大气透射率后生成去雾图像的理论。

3.如权利要求1所述的基于先验目标识别的非均匀雾化视频优化方法，其特征在于：步骤(2)中所述制定先验目标是手动标注已知的视频干扰源，先验目标图像尺寸小于视频图像尺寸。

4.如权利要求3所述的基于先验目标识别的非均匀雾化视频优化方法，其特征在于：所述已知的视频干扰源包括发射强光的光源、喷射水雾的喷头和/或排放烟雾的设备出口等。

5.如权利要求1所述的基于先验目标识别的非均匀雾化视频优化方法，其特征在于：所述动态更新上述函数是指在每一帧图像中识别先验目标后，更新(x₀,y₀)坐标值，根据上述函数更新A矩阵、W矩阵。