申请/专利权人：南京航空航天大学

申请日：2021-07-28

公开（公告）日：2024-04-16

公开（公告）号：CN113570522B

主分类号：G06T5/73

分类号：G06T5/73;G06T5/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.11.16#实质审查的生效;2021.10.29#公开

摘要：本发明公开了一种基于混合约束条件的雾霾图像复原方法及终端，步骤如下：对雾霾图像的形成进行建模，得到大气散射模型，并将大气散射模型改写；构建雾霾图像复原问题模型；对大气透过率求解的子问题，分解得到问题求解模型；将问题求解模型进行转化；对待复原图像，雾霾图像进行初始化；采用轮换迭代优化算法对转化后的问题求解模型进行求解；利用迭代优化算法不断更新求解待复原图像和大气透过率，得到趋于真实情况的复原图像和大气透过率。

主权项：1.一种基于混合约束条件的雾霾图像复原方法，其特征在于，步骤如下：1对雾霾图像的形成进行建模，得到大气散射模型，并将所述大气散射模型改写；2采用TV总变分对待复原图像进行约束，采用L0范数和TV总变分对大气透过率进行约束，并引入约束系数λ，μ，η，将两个约束项与步骤1中的改写模型进行加权求和，构建雾霾图像复原问题模型；3利用轮换迭代优化算法将步骤2中的雾霾图像复原问题模型转化成两个易求解子问题，即保持大气透过率t不变，对待复原图像J求解的子问题，以及保持待复原图像J不变，对大气透过率t求解的子问题，分解得到问题求解模型；4对于步骤3的两个易求解子问题，分别引入两组惩罚系数和辅助变量，其中，引入β作为惩罚系数，引入辅助变量u对待复原图像J进行近似，引入另一组辅助变量c,d对大气透过率t进行近似，将步骤3中的问题求解模型进行转化；5利用暗原色先验算法估计大气光A和初始大气透过率t0，然后对待复原图像J，雾霾图像I进行初始化，得到I＝A-I，J0＝A-I，t0＝t；6采用二次惩罚函数法对步骤4中的转化后的问题求解模型进行求解，当惩罚系数β趋于无穷时，分别完成一次待复原图像J和大气透过率t的更新；7利用轮换迭代优化算法不断更新求解待复原图像和大气透过率，得到趋于真实情况的复原图像和大气透过率；所述步骤1中的大气散射模型为I＝J·t+AE-t；改写后的大气散射模型表达式如下：I＝J·t其中，A表示大气光，E为单位矩阵，·表示矩阵点乘，表达式中，I＝A-I，J＝A-J；所述步骤2中构建雾霾图像复原问题模型的表达式如下： 其中，表示清晰图像的梯度的L2范数，i表示像素索引，N表示图像中的像素总数，表示梯度非零点的个数；所述步骤3中问题求解模型的表达式如下： 所述步骤4中转化后的问题求解模型的表达式如下：

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于混合约束条件的雾霾图像复原方法及终端

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