CN110827228A - 一种适用于电力监控的去雾方法及系统 - Google Patents
一种适用于电力监控的去雾方法及系统 Download PDFInfo
- Publication number
- CN110827228A CN110827228A CN201911129888.8A CN201911129888A CN110827228A CN 110827228 A CN110827228 A CN 110827228A CN 201911129888 A CN201911129888 A CN 201911129888A CN 110827228 A CN110827228 A CN 110827228A
- Authority
- CN
- China
- Prior art keywords
- image
- defogged
- power monitoring
- defogging
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001914 filtration Methods 0.000 claims abstract description 41
- 238000002834 transmittance Methods 0.000 claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000010606 normalization Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000002146 bilateral effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Abstract
本发明提供了一种适用于电力监控的去雾方法，其步骤为：对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；通过第一设定滤波算法滤波所述第一预处理图像，获取局部均值图像；获取所述待去雾电力监控图像及所述局部均值图像的差异图像；通过第二设定滤波算法滤波所述差异图像，获取第二预处理图像；通过所述第二预处理图像获取导向图；通过所述待去雾电力监控图像、所述导向图、窗口半径及归一化系数获取透射率；根据所述透射率通过暗通道算法获取去雾后电力监控图像。
Description
技术领域
本发明属于图像处理的技术领域，尤其涉及一种适用于电力监控的去雾方法及系统。
背景技术
为了加强对变电站系统的安全防护，通常会在变电站各个位置按照摄像头，以此来对其进行实时监控，保证电站的安全运行。但是变电站一般位于较偏远的山区，山区雨雾天气非常常见，导致摄像机监控画面模糊不清，工作人员无法及时查看变电站的实时情况，这对变电站的视频监控安全带来了非常大的挑战。因此需要对监控画面去雾处理。
针对图像去雾的一类方法是，对于雾天图像的清晰化处理，在前期的研究工作中，研究人员并没有针对雾天图像研发相应的图像增强或复原的方法，而是应用常用的图像增强方法来增强图像的对比度和突出景物的特征，包括全局化增强和局部化增强，如直方图均衡、对数变换、幂律变换、锐化、小波变换等方法。这些都是图像处理中常用来提高对比度或者突出图像特征的方法。严格地说，上述方法并不研究雾气对图像影响的原理，并非把图像中雾气的影响去除，而是应用图像增强方法，对图像作清晰化处理。
图像去雾的另外一类方法是，基于大气散射模型，通过研究雾天对景物反射光线的散射与环境光对图像对比度的影响，反演出景物原本的图像。其中一种是基于景物深度信息的方法，其使用某种手段得到图像中的深度信息，进而求解出图像退化模型的参数，把参数代入模型中，反演估计出无雾的图像。另一种方法基于大气光偏振特性的去雾算法，根据光经过不同介质交界处时，发生反射和折射，反射光和折射光的偏振态将发生改变这一光学原理，根据物理模型得出在雾天条件下，景物光线随距离增大而指数衰减，而环境光强度随距离增大呈指数递增大的结论，从而认为观察者接收到的光线的偏振度绝大部分是由大气中散射粒子散射环境光造成的。
第三类方法是基于先验信息的方法，利用先验信息对去雾算法进行补充。
上述方法尽管在解决问题的思路上存在着根本的区别，但因各种方法各有优缺点，所以在实际应用中，根据需要多采用“累试法”进行处理。即对于一幅有雾图像，根据研究人员的判定来处理，如果采用增强方法改善灰度对比度的效果好，就采用增强方法；若采用图像复原方法可行，就依据退化模型进行复原。
由此可知，现有的图像去雾处理中，需要根据采集图像的画面情况，人为选取“去雾算法”。因此无法保证图像获得稳定的去雾效果及去雾画面清晰度，降低维修人员对变电站监测的可靠性。
发明内容
本发明实施方式提供一种适用于电力监控的去雾方法，可对多种采集画面统一雾化且方法简便、易实现，用于至少解决上述技术问题之一。
第一方面，本发明提供了一种适用于电力监控的去雾方法，包括：
步骤S101，对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；
步骤S102，通过第一设定滤波算法滤波第一预处理图像，获取局部均值图像；
步骤S103，获取待去雾电力监控图像及局部均值图像的差异图像；
步骤S104，通过第二设定滤波算法滤波差异图像，获取第二预处理图像；
步骤S105，通过第二预处理图像获取导向图；
步骤S106，通过待去雾电力监控图像、导向图、窗口半径及归一化系数获取透射率；
步骤S107，根据透射率通过暗通道算法获取去雾后电力监控图像。
在本发明另一种优选的实施方式中，第一设定滤波算法或第二设定滤波算法为双边滤波算法。
在本发明又一种优选的实施方式中，步骤S101前还包括：
步骤S100，获取现场电力监控视频；从现场电力监控视频中按帧提取待去雾电力监控图像。
在本发明再一种优选的实施方式中，若第一预处理图像为W、第二预处理图像为G、导向图为Iguide；步骤S105中通过第一预处理图像为W、第二预处理图像为G、全球大气光成分A及公式(1)获取导向图Iguide
在本发明再一种优选的实施方式中，步骤S107后还包括步骤S108，步骤S1081，根据去雾后电力监控图像获取每个像素的去雾图像均值；步骤S1082，根据待去雾电力监控图像获取每个像素的待去雾图像均值；步骤S1083，获取去雾后电力监控图像的每个像素与每个像素的去雾图像均值的差值，得到去雾后均方差；步骤S1084，获取待去雾后电力监控图像的每个像素与每个像素的待去雾图像均值的差值，得到去雾前均方值；步骤S1085，比较去雾前均方值急去雾后均方差且输出比较结果为评测结果。
第二方面，本发明提供了一种适用于电力监控的去雾系统，包括第一预处理图像获取单元、局部均值图像获取单元、差异图像获取单元、第二预处理图像获取单元、导向图获取单元、透射率获取单元及去雾后图像获取单元：
第一预处理图像获取单元，配置为对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；
局部均值图像获取单元，配置为通过第一设定滤波算法滤波第一预处理图像，获取局部均值图像；
差异图像获取单元，配置为获取待去雾电力监控图像及局部均值图像的差异图像；
第二预处理图像获取单元，配置为通过第二设定滤波算法滤波差异图像，获取第二预处理图像；
导向图获取单元，配置为通过第二预处理图像获取导向图；
透射率获取单元，配置为通过待去雾电力监控图像、导向图、窗口半径及归一化系数获取透射率；
去雾后图像获取单元，配置为根据透射率通过暗通道算法获取去雾后电力监控图像。
在本发明又一种优选的实施方式中，第一设定滤波算法或第二设定滤波算法为双边滤波算法。
在本发明又一种优选的实施方式中，第一预处理图像获取单元还配置为，获取现场电力监控视频；从现场电力监控视频中按帧提取待去雾电力监控图像。
在本发明又一种优选的实施方式中，若第一预处理图像为W、第二预处理图像为G、导向图为Iguide；导向图获取单元还配置为通过第一预处理图像为W、第二预处理图像为G、全球大气光成分A及公式(2)获取导向图Iguide
在本发明又一种优选的实施方式中，还包括评测结果生成单元；
评测结果生成单元，配置为根据去雾后电力监控图像获取每个像素的去雾图像均值；根据待去雾电力监控图像获取每个像素的待去雾图像均值；获取去雾后电力监控图像的每个像素与每个像素的去雾图像均值的差值，得到去雾后均方差；获取待去雾后电力监控图像的每个像素与每个像素的待去雾图像均值的差值，得到去雾前均方值；比较去雾前均方值急去雾后均方差且输出比较结果为评测结果。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施方式的方法的步骤。
第四方面，本发明实施方式还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行本发明任一实施方式的方法的步骤。
本发明选用基于大气散射模型的去雾技术。在该方法中需要求取大气透射率，通过对图像去雾中用于求取透射率的滤波算法进行分析且能保证较好的处理速度。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施方式提供的一种适用于电力监控的去雾方法的流程图。
图2为本发明另一实施方式提供的一种适用于电力监控的去雾方法的流程图。
图3为本发明一种优选的实施方式下电力监控的去雾方法的流程图。
图4为本发明一实施方式提供的电力监控的去雾方法组合示意图。
图5为本发明另一实施方式提供的电力监控的去雾方法组合示意图。
图6是本发明一实施方式提供的电子设备的结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
第一方面，如图1所示，本发明提供了一种适用于电力监控的去雾方法，该方法包括：
步骤S101，获取第一预处理图像。
本步骤中，对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像。
步骤S102，获取局部均值图像。
本步骤中，通过第一设定滤波算法滤波第一预处理图像，获取局部均值图像。
步骤S103，获取监控图像及差异图像。
本步骤中，获取待去雾电力监控图像及局部均值图像的差异图像。
步骤S104，获取第二预处理图像。
本步骤中，通过第二设定滤波算法滤波差异图像，获取第二预处理图像。
步骤S105，获取导向图。
本步骤中，通过第二预处理图像获取导向图。
步骤S106，获取透射率。
本步骤中，通过待去雾电力监控图像、导向图、窗口半径及归一化系数获取透射率。
步骤S107，获取电力监控图像。
本步骤中，根据透射率通过暗通道算法获取去雾后电力监控图像。
在本发明另一种优选的实施方式中，第一设定滤波算法或第二设定滤波算法为双边滤波算法。
在本发明又一种优选的实施方式中，如图2所示，步骤S101前还包括：
步骤S100，获取现场电力监控视频；从现场电力监控视频中按帧提取待去雾电力监控图像。
在本发明再一种优选的实施方式中，若第一预处理图像为W、第二预处理图像为G、导向图为Iguide；步骤S105中通过第一预处理图像为W、第二预处理图像为G、全球大气光成分A及公式(1)获取导向图Iguide
在本发明再一种优选的实施方式中，如图3，步骤S107后还包括步骤S108：
步骤S1081，获取每个像素的去雾图像均值。
本步骤中，根据去雾后电力监控图像获取每个像素的去雾图像均值。
步骤S1082，获取每个像素的待去雾图像均值。
本步骤中，根据待去雾电力监控图像获取每个像素的待去雾图像均值。
步骤S1083，得到去雾后均方差。
本步骤中，获取去雾后电力监控图像的每个像素与每个像素的去雾图像均值的差值，得到去雾后均方差。
步骤S1084，得到去雾前均方值。
本步骤中，获取待去雾后电力监控图像的每个像素与每个像素的待去雾图像均值的差值，得到去雾前均方值。
步骤S1085，输出测评结果。
本步骤中，比较去雾前均方值急去雾后均方差且输出比较结果为评测结果。
在本发明的另一种实施方式中，还提供了图像评测方法。该方法包括：
首先定义图像清晰程度增加量。由于去雾效果的客观、定量评价问题尚未得到很好的解决，原因如下：(1)没有一个理想图像可以作为评价参考.对视频去雾效果的评估不同于图像质量评价或图像复原领域，在实际应用中与该视频各帧图像场景完全相同的晴天参考图像无法轻易获得；(2)任何合理的评价测度都必须与人眼视觉系统相匹配，然而视觉质量估计不是一个确定性过程.等等这些原因都使得对视频去雾的性能评估问题无法得到直接解决。基于此，我们采用绝对均值差来定义图像去雾效果，并将其转化为图像清晰程度增加量。如公式(3)和公式 (4)。
其中Icur为去雾后图像，Ibef为去雾前图像；mcur，mbef为图像均值。
要想计算图像的清晰程度增加量，首先要计算去雾之后与去雾之前的图像均值，然后将去雾前后图像的每一个像素与各自的图像均值相减，求其均方误差，并用百分比表示出来，就可以判断图像经过去雾算法后清晰度的增加量。
第二方面，如图4所示，本发明提供了一种适用于电力监控的去雾系统，包括第一预处理图像获取单元、局部均值图像获取单元、差异图像获取单元、第二预处理图像获取单元、导向图获取单元、透射率获取单元及去雾后图像获取单元：
第一预处理图像获取单元10，配置为对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；
局部均值图像获取单元20，配置为通过第一设定滤波算法滤波第一预处理图像，获取局部均值图像；
差异图像获取单元30，配置为获取待去雾电力监控图像及局部均值图像的差异图像；
第二预处理图像获取单元40，配置为通过第二设定滤波算法滤波差异图像，获取第二预处理图像；
导向图获取单元50，配置为通过第二预处理图像获取导向图；
透射率获取单元60，配置为通过待去雾电力监控图像、导向图、窗口半径及归一化系数获取透射率；
去雾后图像获取单元70，配置为根据透射率通过暗通道算法获取去雾后电力监控图像。
在本发明又一种优选的实施方式中，第一设定滤波算法或第二设定滤波算法为双边滤波算法。
在本发明又一种优选的实施方式中，第一预处理图像获取单元还配置为，获取现场电力监控视频；从现场电力监控视频中按帧提取待去雾电力监控图像。
在本发明又一种优选的实施方式中，若第一预处理图像为W、第二预处理图像为G、导向图为Iguide；导向图获取单元还配置为通过第一预处理图像为W、第二预处理图像为G、全球大气光成分A及公式(2)获取导向图Iguide
在本发明又一种优选的实施方式中，如图5所示，还包括评测结果生成单元；
评测结果生成单元80，配置为根据去雾后电力监控图像获取每个像素的去雾图像均值；根据待去雾电力监控图像获取每个像素的待去雾图像均值；获取去雾后电力监控图像的每个像素与每个像素的去雾图像均值的差值，得到去雾后均方差；获取待去雾后电力监控图像的每个像素与每个像素的待去雾图像均值的差值，得到去雾前均方值；比较去雾前均方值急去雾后均方差且输出比较结果为评测结果。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施方式的方法的步骤。
第四方面，本发明实施方式还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行本发明任一实施方式的方法的步骤。
本发明选用基于大气散射模型的去雾技术。在该方法中需要求取大气透射率，通过对图像去雾中用于求取透射率的滤波算法进行分析且能保证较好的处理速度。
在本发明的另一种实施方式中，提供了另一种适用于电力监控的去雾方法。
该方法包括：
增强的导向滤波算法的目标是在输入原始求取的透射率图t(x)的基础上，通过增强的导向滤波算法，得到更精细的透射率图t2(x)。
首先，对有雾图像的RGB通道取最小值，获得图像W，对W进行双边滤波，得到局部均值图像T。计算原始图像和局部均值图像T的差异图像，对该差异图像进行双边滤波后，得到图像G，利用图像G求取导向图Iguide，如公式(5)：
利用导向滤波器，用Iguide作为导向图，对透射率图t(x)进行优化，可以使优化后的透射率保持有雾图像的边缘特征且在景深相近处趋近平滑。导向滤波器是导向图Iguide与滤波输出结果t2(x)之间的一个局部线性模型，可以认为t2(x)是在大小为wk，以像素k为中心的窗口内所有像素的线性变换，如下式，公式(6)：
(ak,bk)是线性变换系数，在窗口wk内是常量。
根据导向滤波算法，通过原始输入图像t(x)，导向图Iguide，半径k，归一化系数ε，即可求取导向滤波后的图像t2(x)，其步骤如下，见公式(7)：
其中，fm()表示均值滤波。
在计算机视觉领域，下述方程，公式(8)描述的雾天图像退化模型被广泛使用：
I(x)＝J(x)t(x)+A(1-t(x)) 公式(8)
其中，I(x)即为当前图像(待去雾的图像)，J(x)为将要恢复的无雾的图像， A是全球大气光成分，t(x)为透射率。
综上，以上步骤可以获得高质量去雾图像。
在另一些实施方式中，本发明实施方式还提供了一种非易失性计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施方式中的语音信号处理和使用方法；
作为一种实施方式，本发明的非易失性计算机存储介质存储有计算机可执行指令，计算机可执行指令设置为：
第一方面，本发明提供了一种适用于电力监控的去雾方法，该方法包括：
步骤S101，对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；
步骤S102，通过第一设定滤波算法滤波第一预处理图像，获取局部均值图像；
步骤S103，获取待去雾电力监控图像及局部均值图像的差异图像；
步骤S104，通过第二设定滤波算法滤波差异图像，获取第二预处理图像；
步骤S105，通过第二预处理图像获取导向图；
步骤S106，通过待去雾电力监控图像、导向图、窗口半径及归一化系数获取透射率；
步骤S107，根据透射率通过暗通道算法获取去雾后电力监控图像。
作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施方式中的语音信号处理方法对应的程序指令/模块。一个或者多个程序指令存储在非易失性计算机可读存储介质中，当被处理器执行时，执行上述任意方法实施方式中的语音信号处理方法。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据语音信号处理单元的使用所创建的数据等。此外，非易失性计算机可读存储介质可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中，非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至语音信号处理单元。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施方式还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述任一项语音信号处理方法。
图6是本发明实施方式提供的电子设备的结构示意图，如图6所示，该设备包括：一个或多个处理器710以及存储器720，图6中以一个处理器710为例。语音信号处理方法的设备还可以包括：输入单元730和输出单元740。处理器710、存储器720、输入单元730和输出单元740可以通过总线或者其他方式连接，图6 中以通过总线连接为例。存储器720为上述的非易失性计算机可读存储介质。处理器710通过运行存储在存储器720中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施方式语音信号处理方法。输入单元730可接收输入的数字或字符信息，以及产生与信息投放单元的用户设置以及功能控制有关的键信号输入。输出单元740可包括显示屏等显示设备。
上述产品可执行本发明实施方式所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的方法。
作为一种实施方式，上述电子设备可以应用于语音识别网络的可视化生成平台中，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
最后应说明的是：以上实施方式仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施方式对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施方式技术方案的精神和范围。
Claims (10)
1.一种适用于电力监控的去雾方法，其特征在于，包括：
步骤S101，对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；
步骤S102，通过第一设定滤波算法滤波所述第一预处理图像，获取局部均值图像；
步骤S103，获取所述待去雾电力监控图像及所述局部均值图像的差异图像；
步骤S104，通过第二设定滤波算法滤波所述差异图像，获取第二预处理图像；
步骤S105，通过所述第二预处理图像获取导向图；
步骤S106，通过所述待去雾电力监控图像、所述导向图、窗口半径及归一化系数获取透射率；
步骤S107，根据所述透射率通过暗通道算法获取去雾后电力监控图像。
2.根据权利要求1所述的去雾方法，所述第一设定滤波算法或第二设定滤波算法为双边滤波算法。
3.根据权利要求1所述的去雾方法，所述步骤S101前还包括：
步骤S100，获取现场电力监控视频；从所述现场电力监控视频中按帧提取待去雾电力监控图像。
4.根据权利要求1所述的去雾方法，若所述第一预处理图像为W、所述第二预处理图像为G、所述导向图为Iguide；步骤S105中通过所述第一预处理图像为W、所述第二预处理图像为G、全球大气光成分A及公式(1)获取导向图Iguide
5.根据权利要求1所述的的去雾方法，所述步骤S107后还包括步骤S108，
步骤S1081，根据所述去雾后电力监控图像获取每个像素的去雾图像均值；
步骤S1082，根据所述待去雾电力监控图像获取每个像素的待去雾图像均值；
步骤S1083，获取所述去雾后电力监控图像的每个像素与每个像素的所述去雾图像均值的差值，得到去雾后均方差；
步骤S1084，获取所述待去雾后电力监控图像的每个像素与每个像素的所述待去雾图像均值的差值，得到去雾前均方值；
步骤S1085，比较所述去雾前均方值急所述去雾后均方差且输出比较结果为评测结果。
6.一种适用于电力监控的去雾系统，其特征在于，包括第一预处理图像获取单元、局部均值图像获取单元、差异图像获取单元、第二预处理图像获取单元、导向图获取单元、透射率获取单元及去雾后图像获取单元：
所述第一预处理图像获取单元，配置为对待去雾电力监控图像的RGB通道取最小值获取第一预处理图像；
所述局部均值图像获取单元，配置为通过第一设定滤波算法滤波所述第一预处理图像，获取局部均值图像；
所述差异图像获取单元，配置为获取所述待去雾电力监控图像及所述局部均值图像的差异图像；
所述第二预处理图像获取单元，配置为通过第二设定滤波算法滤波所述差异图像，获取第二预处理图像；
所述导向图获取单元，配置为通过所述第二预处理图像获取导向图；
所述透射率获取单元，配置为通过所述待去雾电力监控图像、所述导向图、窗口半径及归一化系数获取透射率；
所述去雾后图像获取单元，配置为根据所述透射率通过暗通道算法获取去雾后电力监控图像。
7.根据权利要求6所述的去雾系统，所述第一设定滤波算法或第二设定滤波算法为双边滤波算法。
8.根据权利要求6所述的去雾系统，所述第一预处理图像获取单元还配置为，获取现场电力监控视频；从所述现场电力监控视频中按帧提取待去雾电力监控图像。
9.根据权利要求6所述的去雾系统，若所述第一预处理图像为W、所述第二预处理图像为G、所述导向图为Iguide；所述导向图获取单元还配置为通过所述第一预处理图像为W、所述第二预处理图像为G、全球大气光成分A及公式(2)获取导向图Iguide
10.根据权利要求6所述的去雾系统，还包括评测结果生成单元；
所述评测结果生成单元，配置为根据所述去雾后电力监控图像获取每个像素的去雾图像均值；根据所述待去雾电力监控图像获取每个像素的待去雾图像均值；获取所述去雾后电力监控图像的每个像素与每个像素的所述去雾图像均值的差值，得到去雾后均方差；获取所述待去雾后电力监控图像的每个像素与每个像素的所述待去雾图像均值的差值，得到去雾前均方值；比较所述去雾前均方值急所述去雾后均方差且输出比较结果为评测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911129888.8A CN110827228A (zh) | 2019-11-18 | 2019-11-18 | 一种适用于电力监控的去雾方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911129888.8A CN110827228A (zh) | 2019-11-18 | 2019-11-18 | 一种适用于电力监控的去雾方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110827228A true CN110827228A (zh) | 2020-02-21 |
Family
ID=69556698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911129888.8A Pending CN110827228A (zh) | 2019-11-18 | 2019-11-18 | 一种适用于电力监控的去雾方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110827228A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578386A (zh) * | 2017-09-01 | 2018-01-12 | 荆门程远电子科技有限公司 | 一种无人机拍摄图像的优化去雾处理方法 |
| CN110232666A (zh) * | 2019-06-17 | 2019-09-13 | 中国矿业大学(北京) | 基于暗原色先验的地下管道图像快速去雾方法 |
-
2019
- 2019-11-18 CN CN201911129888.8A patent/CN110827228A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578386A (zh) * | 2017-09-01 | 2018-01-12 | 荆门程远电子科技有限公司 | 一种无人机拍摄图像的优化去雾处理方法 |
| CN110232666A (zh) * | 2019-06-17 | 2019-09-13 | 中国矿业大学(北京) | 基于暗原色先验的地下管道图像快速去雾方法 |
Non-Patent Citations (1)
| Title |
|---|
| 韩正汀: "自然图像去雾算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gibson et al. | Fast single image fog removal using the adaptive Wiener filter | |
| Liang et al. | Single underwater image enhancement by attenuation map guided color correction and detail preserved dehazing | |
| US11127122B2 (en) | Image enhancement method and system | |
| US8503778B2 (en) | Enhancing photograph visual quality using texture and contrast data from near infra-red images | |
| EP2873058B1 (en) | Methods and systems for suppressing noise in images | |
| CN110120024B (zh) | 图像处理的方法、装置、设备和存储介质 | |
| WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
| Ehsan et al. | A single image dehazing technique using the dual transmission maps strategy and gradient-domain guided image filtering | |
| Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
| CN109801231B (zh) | 一种电泳电子纸检测设备的图像处理方法 | |
| Kaur et al. | Single image dehazing with dark channel prior | |
| Jia et al. | Real-time content adaptive contrast enhancement for see-through fog and rain | |
| CN112825189B (zh) | 一种图像去雾方法及相关设备 | |
| Yang et al. | A novel single image dehazing method | |
| Ding et al. | Restoration of single sand-dust image based on style transformation and unsupervised adversarial learning | |
| Jia et al. | A wavelet-based approach to improve foggy image clarity | |
| Jin et al. | Single image de-haze based on a new dark channel estimation method | |
| CN110827228A (zh) | 一种适用于电力监控的去雾方法及系统 | |
| Dong et al. | Low lighting image enhancement using local maximum color value prior | |
| Zhang et al. | Nighttime haze removal with illumination correction | |
| DE202023101378U1 (de) | Ein System zur Verbesserung der schlechten Sichtbarkeit durch Bildverbesserungstechnik unter Verwendung von Contrast Stretched - CLAHE (CS-CLAHE) | |
| Negru et al. | Exponential image enhancement in daytime fog conditions | |
| Song et al. | An adaptive real-time video defogging method based on context-sensitiveness | |
| Senthamilarasu et al. | A new approach for removing haze from images | |
| Wang et al. | Fast clear single underwater image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200221 |
|
| RJ01 | Rejection of invention patent application after publication |