=巧/馬.，《>訴其中P鹿義為i%的圖像像素值的飽和 ,〇 度低于Pi的值，i、j為5的倍數(shù)。
[0030] 扣圖像暗通道特征〇。={dId=貴扣m滬I:(y?!，。
[0031] 其中窗口A大小選擇為25X25,C為圖像的r、g、b通道。同時(shí)為了加速計(jì)算，對(duì) 暗通道特征圖像進(jìn)行下采樣。
[0032] 通過(guò)上述特征，對(duì)采集的樣本進(jìn)行聚類(lèi)，采用K-means算法，相似度距離函 數(shù)采用歐式距離。對(duì)每個(gè)類(lèi)別的圖像集分別求得對(duì)應(yīng)的場(chǎng)景傳輸率圖，采用暗通道 圖像去霧方法估計(jì)(HeK,SunJ,TangX.Singleimagehazeremovalusingdark channelprior[J].PatternAnalysisandMachineIntelligence,IEEETransactions on, 2011，33 (12) : 2341-2353.)，使用引導(dǎo)濾波對(duì)傳輸率圖進(jìn)行細(xì)化。
[0033] 步驟二、霧天判斷和視頻內(nèi)容劃分，見(jiàn)圖2
[0034] 1)監(jiān)控視頻霧天判斷；對(duì)每30分鐘采集的樣本，求得其對(duì)應(yīng)的暗通道圖像，并用 闊值法對(duì)暗通道圖像進(jìn)行二分，闊值設(shè)為120,當(dāng)暗通道值小的部分超過(guò)預(yù)設(shè)闊值T時(shí)，貝U 當(dāng)前天氣判定為晴天，無(wú)需進(jìn)行增強(qiáng)處理；當(dāng)暗通道值小的部分不足預(yù)設(shè)闊值T時(shí)，則判斷 為有霧天氣，進(jìn)行去霧處理。取T= 0.6。
[0035] 2)當(dāng)前天氣判定為有霧天氣時(shí)，進(jìn)行視頻內(nèi)容的劃分。采用差分法對(duì)連續(xù)視頻進(jìn) 行運(yùn)動(dòng)部分檢測(cè)，當(dāng)差值大于闊值的時(shí)候，則判定為運(yùn)動(dòng)區(qū)域。利用形態(tài)濾波對(duì)檢測(cè)圖像進(jìn) 行處理，消除小區(qū)域出現(xiàn)的噪點(diǎn)，并保持運(yùn)動(dòng)部分的連續(xù)性。去
[0036] 步驟S、監(jiān)控視頻去霧，見(jiàn)圖2
[0037] 1)大氣光估計(jì)；由于對(duì)單幅圖像進(jìn)行大氣光估計(jì)的誤差，會(huì)造成去霧視頻的整體 亮度變化不平滑而出現(xiàn)閃爍。本發(fā)明采用對(duì)每分鐘抽樣得到的第i帖樣本圖像進(jìn)行大氣光 估計(jì)為Ai，對(duì)大氣光進(jìn)行平滑，使
[0038] 4=1. (4-w+...+-4-1+45**>孺
[0039]N為預(yù)設(shè)平滑區(qū)間，取N= 30。
[0040] 2)視頻背景傳輸率估計(jì)：對(duì)視頻均勻采樣抽樣圖像I，間隔為lOmin，對(duì)抽樣圖像 在第一步中的樣本圖像集合中檢測(cè)最相似的樣本圖像，圖像特征及特征距離函數(shù)與第一步 相同。將檢測(cè)到的相似樣本圖像對(duì)應(yīng)的傳輸率圖設(shè)為背景部分的傳輸率圖。
[0041] 3)視頻前景前景傳輸率t估計(jì)；由于場(chǎng)景深度變化的平滑性，前景部分的深度應(yīng) 與周?chē)h(huán)境的深度相近。故考慮傳輸率的平滑性和前景部分的對(duì)比度增強(qiáng)兩個(gè)因素，對(duì)前 景部分的傳輸率圖優(yōu)化求解。優(yōu)化能量函數(shù)
[00創(chuàng)班瑟樹(shù)inEZ供、)-《口妒+ZS顆義;
[00 創(chuàng)其中，Wx,y=e~(-||l(x)-I(y)|| 2/2 0,Q為X的 5X5鄰域，Nx為X的9X9鄰 域。由于前景部分的區(qū)域較小，求解十分迅速。
[0044] 4)去霧處理；通過(guò)上述步驟估計(jì)得到的大氣光值A(chǔ)iW及場(chǎng)景傳輸率圖t，計(jì)算得 到去霧后的圖像J為：
[0045] J 其中t。為傳輸率的下限，通常設(shè)置為0. 1。
[0046] 結(jié)論；通過(guò)上述步驟，得到最終的當(dāng)前帖的視頻去霧結(jié)果，對(duì)1080P高清視頻的 去霧處理速度可W達(dá)到25-30帖每秒，達(dá)到實(shí)時(shí)處理的要求。相比已有視頻去霧技術(shù)對(duì)于 108化高清視每秒5帖左右的處理速度，本方法處理速度提高了 4倍W上。同時(shí)本方法在無(wú) 霧天氣不會(huì)對(duì)視頻進(jìn)行處理，減小了計(jì)算冗余。
[0047] 本發(fā)明不僅限于W上實(shí)施例，凡是利用本發(fā)明的設(shè)計(jì)思路，做一些簡(jiǎn)單變化的設(shè) 計(jì)，都應(yīng)計(jì)入本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種監(jiān)控視頻的實(shí)時(shí)去霧方法，其特征在于，包括如下步驟： 步驟一、場(chǎng)景數(shù)據(jù)采集和采樣 分時(shí)段對(duì)場(chǎng)景監(jiān)控視頻進(jìn)行采集，對(duì)采集到的視頻進(jìn)行采樣，對(duì)得到的樣本場(chǎng)景圖像 提取光照、對(duì)比度、暗通道等特征，按照特征相似性，采用K-means進(jìn)行聚類(lèi)，通過(guò)歸為一類(lèi) 的的圖像對(duì)場(chǎng)景的傳輸率圖進(jìn)行估計(jì)，然后將所得到的K個(gè)傳輸率圖進(jìn)行最小二乘優(yōu)化， 得到最終估計(jì)得場(chǎng)景傳輸率圖W及對(duì)應(yīng)的樣本圖像； 步驟二.監(jiān)控視頻內(nèi)容劃分 對(duì)于采集到的監(jiān)控視頻，首先采用帖差法將視頻帖劃分為運(yùn)動(dòng)目標(biāo)和背景兩個(gè)部分； 對(duì)于背景部分，直接套用第一步中估計(jì)得到的場(chǎng)景傳輸率；對(duì)于運(yùn)動(dòng)目標(biāo)部分進(jìn)行傳輸率 的重新計(jì)算估計(jì)； 步驟監(jiān)控視頻去霧處理 1) 有霧天氣檢測(cè)；均勻間隔對(duì)視頻中某一帖進(jìn)行檢測(cè)，提取其暗通道特征，當(dāng)大于預(yù) 設(shè)闊值時(shí)為無(wú)霧天氣，不需要進(jìn)行去霧處理；當(dāng)小于預(yù)設(shè)闊值時(shí)判定為有霧天氣，進(jìn)行去霧 處理； 2) 視頻背景去霧：對(duì)視頻進(jìn)行均勻采樣抽樣圖像，對(duì)抽樣圖像在第一步中的樣本圖像 集合中檢測(cè)最相似的樣本圖像，將該樣本圖像的傳輸率圖設(shè)為背景部分的傳輸率圖； 3) 視頻前景去霧；由于場(chǎng)景深度變化的平滑性，前景部分的深度應(yīng)與周?chē)h(huán)境的深度 相近；故考慮傳輸率的平滑性和前景部分的對(duì)比度增強(qiáng)兩個(gè)因素，構(gòu)造能量函數(shù)，對(duì)前景部 分的傳輸率圖優(yōu)化求解；由于前景部分的區(qū)域較小，求解十分迅速； 4) 大氣光估計(jì)；采用對(duì)抽樣得到的樣本圖像進(jìn)行大氣光估計(jì)，并對(duì)視頻連續(xù)的大氣光 值進(jìn)行平滑處理，避免去霧視頻的閃爍，同時(shí)減小了大氣光估計(jì)的計(jì)算量。
【專(zhuān)利摘要】本發(fā)明涉及一種監(jiān)控視頻的實(shí)時(shí)去霧方法，屬于圖像處理技術(shù)領(lǐng)域。包括如下步驟：1、場(chǎng)景數(shù)據(jù)采集和采樣；2.監(jiān)控視頻內(nèi)容劃分；3.監(jiān)控視頻去霧處理，3.1有霧天氣檢測(cè)；3.2視頻背景去霧；3.3視頻前景去霧；3.4大氣光估計(jì)。與現(xiàn)有視頻/圖像去霧方法相比，本發(fā)明具有算法簡(jiǎn)單、計(jì)算復(fù)雜度低、實(shí)現(xiàn)速度快；算法對(duì)監(jiān)控視頻的特點(diǎn)有針對(duì)性處理，減小了無(wú)霧天氣時(shí)的計(jì)算冗余，且魯棒性強(qiáng)。
【IPC分類(lèi)】G06T5-00, H04N5-21
【公開(kāi)號(hào)】CN104717400
【申請(qǐng)?zhí)枴緾N201510056025
【發(fā)明人】黃華, 袁飛, 張磊
【申請(qǐng)人】北京理工大學(xué)深圳研究院, 北京理工大學(xué)
【公開(kāi)日】2015年6月17日
【申請(qǐng)日】2015年2月3日