一种基于图像去雾的组培监控方法及系统技术方案

本发明专利技术涉及一种基于图像去雾的组培监控方法，包括：获取组培室内组培监测点的实时监控图像信息和实时环境信息；对实时监控图像信息进行预处理，得到预处理图像，再获取预处理图像的暗通道图；对上述暗通道图进行双边滤波，根据双边滤波后的暗通道图计算大气光值A，根据实时监控图像信息计算透射率预估值；根据雾图形成模型得到去雾后的监控图像；将实时监控图像信息、实时环境信息和去雾后的监控图像发送至用户。本发明专利技术还公开了一种基于图像去雾的组培监控系统。本发明专利技术全程自动实时采集，大大节省了人力成本；服务器端对获取的组培实时监控信息进行预处理和去雾处理，使得雾气对组培监控画面的影响尽量减小。

【技术实现步骤摘要】

本专利技术涉及视频监控图像处理
，尤其是一种基于图像去雾的组培监控方 法及系统。
技术介绍
目前，由于大量悬浮粒子的散射作用，大气能见度下降，户外图像颜色和对比度退 化，影响图像中信息的提取，也致使户外清晰度降低，导致交通事故频发。因此，图像去雾已 成为图像处理与计算机视觉领域研宄的重要课题，也是人们迫切解决的问题之一，去除视 频中的雾气、改善图像质量是提升视频监控系统价值的一项关键技术。随着技术的不断发 展，对有雾天气时的景物影像去雾已经成为可能，对去雾图像的清晰度和真实感也有了长 足的进步。 图像去雾是图像处理与计算机视觉领域研宄的重要内容，其主要应用领域为视频 监控、地形勘测、自动驾驶和目标跟踪，在应用过程中，去雾的重点已经集中在去雾后图像 的真实性、处理的实时性方面。可见，以上所述图像去雾的应用多是针对户外有雾图像的处 理，而组培是封闭生长，组培瓶壁上经常会附着一层水雾，致使通过远程监控查看时，无法 清楚地看到密闭的组培瓶中植物真实的生长情况。目前，多是依赖人工进行组培病虫害检 视，这样就导致无法及时发现病虫害，并且人工检视需要消耗大量的人力，而组培生长在无 菌环境下，人本身会将细菌带入，会增加组培苗感染病菌的可能性，而且不便于人工管理， 无法在远程进行组培生长情况实时查看，这样会消耗极大的人力成本。
技术实现思路
本专利技术的首要目的在于提供一种能够实时自动获取远程的组培监控信息，节省人 力成本；并对获取的组培监控信息进行图像去雾处理，使得雾气对组培监控画面的影响尽 量减小的基于图像去雾的组培监控方法。 为实现上述目的，本专利技术采用了以下技术方案：一种基于图像去雾的组培监控方 法，该方法包括下列顺序的步骤： (1)获取组培室内组培监测点的实时监控图像信息和实时环境信息； (2)对实时监控图像信息进行预处理，得到预处理图像，再获取预处理图像的暗通 道图； (3)对上述暗通道图进行双边滤波，根据双边滤波后的暗通道图计算大气光值A， 根据实时监控图像信息计算透射率预估值； (4)在得到大气光值A和透射率预估值之后，根据雾图形成模型得到去雾后的监 控图像； (5)将实时监控图像信息、实时环境信息和去雾后的监控图像发送至用户。 所述对实时监控图像信息进行预处理是指，对实时获取的监控图像的每一帧进行 图像去噪、平滑处理，即对每一帧图像进行均值滤波，再进行直方图均衡化处理。 所述获取预处理图像的暗通道图是指，将预处理图像在RGB空间进行分解，分解 为多个正方形窗口，先求出每个正方形窗口中各个像素 RGB分量中的最小值，将该最小值 作为暗通道图的灰度值，将各个正方形窗口的各个像素的RGB分量中的最小值存入和原始 的实时监控图像大小相同的灰度图中，该灰度图即为暗通道图； 暗通道表达式为：【主权项】1. 一种基于图像去雾的组培监控方法，该方法包括下列顺序的步骤： (1) 获取组培室内组培监测点的实时监控图像信息和实时环境信息； (2) 对实时监控图像信息进行预处理，得到预处理图像，再获取预处理图像的暗通道 图； (3) 对上述暗通道图进行双边滤波，根据双边滤波后的暗通道图计算大气光值A，根据 实时监控图像信息计算透射率预估值； (4) 在得到大气光值A和透射率预估值之后，根据雾图形成模型得到去雾后的监控图 像； (5) 将实时监控图像信息、实时环境信息和去雾后的监控图像发送至用户。2. 根据权利要求1所述的基于图像去雾的组培监控方法，其特征在于：所述对实时监 控图像信息进行预处理是指，对实时获取的监控图像的每一帧进行图像去噪、平滑处理，即 对每一帧图像进行均值滤波，再进行直方图均衡化处理。3. 根据权利要求1所述的基于图像去雾的组培监控方法，其特征在于：所述获取预处 理图像的暗通道图是指，将预处理图像在RGB空间进行分解，分解为多个正方形窗口，先求 出每个正方形窗口中各个像素 RGB分量中的最小值，将该最小值作为暗通道图的灰度值， 将各个正方形窗口的各个像素的RGB分量中的最小值存入和原始的实时监控图像大小相 同的灰度图中，该灰度图即为暗通道图； 暗通道表达式为：其中JdaA(X)表示暗通道图的灰度值，Γ表示实时监控图像的每个通道，Ω (X)表示以 像素 X为中心的一个正方形窗口；y表示Ω (X)窗口中每一个像素点。4. 根据权利要求1所述的基于图像去雾的组培监控方法，其特征在于：所述双边滤波 是指通过双边滤波模板对暗通道图进行运算，双边滤波模板由高斯模板和高斯函数模板进 行点乘操作得到。5. 根据权利要求1所述的基于图像去雾的组培监控方法，其特征在于：所述大气光值 A的计算方法为：先从暗通道图中按照灰度值的大小取前0. 1 %的像素点；将这些像素点对 应到原始的实时监控图像中，在原始的实时监控图像中，查找具有最高亮度的像素点，将该 最高亮度作为大气光值A。6. 根据权利要求1所述的基于图像去雾的组培监控方法，其特征在于：所述透射率预 估值的计算公式为：其中，/_(.、:)为透射率预估值，ω为用户设定的常数，其范围为0.6~0.7，表示R、G、B 三个通道，Γ表示原始的实时监控图像中的每个通道，A e表示R、G、B三通道对应的大气光 值，Ω (X)表示以像素 X为中心的一个正方形窗口，y表示Ω (X)窗口中每一个像素点。7. 根据权利要求1所述的基于图像去雾的组培监控方法，其特征在于：所述雾图形成 模型为： I⑴=,/⑴ i(x) + J(i - ?(χ)) 其中，Ι(χ)为原始的实时监控图像，J(x)为去雾后的监控图像，A为大气光值，/W为 透射率预估值，其为常数，^#的获取过程如下： 首先将I(x) = J(x)t(x)+A(l-t(X))变形〉如上所 述，上标C表示R、G、B三个通道，首先假设在每一个窗口内透射率t (X)为常数，定义 他为?(χ：)并且A值已经给定，然后两边求两次最小值运 算，得到根据暗原色先验理论从而得到透射率预估值为引入一个在之间的修正因子，从而最终得到透射率预其中ω用来调节去雾程度，其中C表示R、G、B三个 通道，Γ表示待去雾图像中的每个通道，A ^表示三通道对应的大气光值，Ω (X)表示以像素 X为中心的一个窗口，y表不Ω (X)窗口中每一个像素点； 可得出去雾后的监控图像，表示为其中，IOO为原始的实时监控图像，JOO为去雾后的监控图像，A为大气光值，"a为 透射率预估值其为常数，用以表示每一个Ω (X)窗口内透射率，t(l表示（V；)的最小值。8. 根据权利要求3所述的基于图像去雾的组培监控方法，其特征在于：在得到暗通道 图后，再对暗通道图进行最小值滤波，滤波半径由正方形窗口大小决定，滤波半径的计算公 式如下： WindowSize = 2*Radius+l〇 其中，WindowSize为正方形窗口的边长，Radius为滤波半径。9. 一种基于图像去雾的组培监控系统，其特征在于：包括： 采集终端，通过安装在组培室内的网络摄像头获取组培监测点的实时监控图像信息， 通过温度传感器、光照传感器获取实时的实时环境信息，通过有线/无线网络，将所采集的 信息传输至服务器端； 服务器端，接收所采集到的实时监控图像信息和实时环境信息，对本文档来自技高网...

【技术保护点】
一种基于图像去雾的组培监控方法，该方法包括下列顺序的步骤：(1)获取组培室内组培监测点的实时监控图像信息和实时环境信息；(2)对实时监控图像信息进行预处理，得到预处理图像，再获取预处理图像的暗通道图；(3)对上述暗通道图进行双边滤波，根据双边滤波后的暗通道图计算大气光值A，根据实时监控图像信息计算透射率预估值；(4)在得到大气光值A和透射率预估值之后，根据雾图形成模型得到去雾后的监控图像；(5)将实时监控图像信息、实时环境信息和去雾后的监控图像发送至用户。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴军锋，李淼，张健，高会议，董俊，
申请(专利权)人：无锡中科智能农业发展有限责任公司，
类型：发明
国别省市：江苏;32