申请/专利权人：西安理工大学

申请日：2020-11-18

公开（公告）日：2024-02-02

公开（公告）号：CN112435184B

主分类号：G06T5/94

分类号：G06T5/94;G06T5/70;G06T5/60;G06T5/20

优先权：

专利状态码：有效-授权

法律状态：2024.02.02#授权;2021.03.19#实质审查的生效;2021.03.02#公开

摘要：本发明公开了一种基于Retinex和四元数的雾霾天图像识别方法，具体为：首先在码本算法中调入含噪声的视频图像；然后提取视频图像中雾霾的特征表现，形成四元数矩阵，分类图像雾霾噪声与前景，得到单帧图像；对单帧图像进行增强处理后，获得增强后的视频图像。本发明一种基于Retinex和四元数的雾霾天图像识别方法，解决了现有技术中存在的Retinex算法处理图像像素存在过饱和的问题。

主权项：1.一种基于Retinex和四元数的雾霾天图像识别方法，其特征在于，具体按照以下步骤实施：步骤1，在码本算法中调入含噪声的视频图像；步骤2，提取视频图像中雾霾的特征表现，形成四元数矩阵，分类图像雾霾噪声与前景，得到单帧图像；步骤3，对所述单帧图像进行增强处理后，获得增强后的视频图像；所述步骤2具体为，步骤2.1，采用码本算法预处理所有含噪声的视频图像，提取视频图像中雾霾的特征表现，形成四元数矩阵；步骤2.2，将彩色视频图像的四元数矩阵作为网络的输入层，并将CNN的空间卷积层扩展为四元数空间卷积层；步骤2.3，在四元数空间卷积层提取相邻视频帧的动态信息，分类图像雾霾噪声与前景，得到单帧图像；步骤3具体为：步骤3.1，将每幅单帧图像从RGB颜色空间转换到HSV颜色空间，获得H分量、S分量和V分量；步骤3.2，H分量维持不变，对S分量进行线性拉伸校正；步骤3.3，将新Retinex算法和MSR结合后对V分量进行增强；步骤3.4，将增强后的每幅单帧图像从HSV空间映射到RGB空间，得到增强后的视频图像；所述新Retinex算法是在双边滤波增加修正函数τ，将新Retinex算法的权重因子作为MSR算法的中心环绕函数，其表达式具体如下： 式1中，x0,y0为图像中心点坐标，fx0,y0为图像中心点灰度值，σr为高斯函数空域上的标准差，σd为高斯函数值域上的标准差，τ为修正函数，fx,y为图像的像素值，Hx,y为中心环绕函数；新Retinex算法表达式具体如下： 式2中，Hkx,y为融入双边滤波理论生成的新的中心环绕函数，Ix,y为原始图像，Wk为每个尺度上的系数、rx,y为反射分量，N为尺度数。

全文数据：

权利要求：

百度查询： 西安理工大学 一种基于Retinex和四元数的雾霾天图像识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD