【技术实现步骤摘要】
本专利技术涉及计算机视觉领域,更具体地,涉及到一种基于分布式计算的视频去雾系统及视频去雾方法。
技术介绍
雾霾天气致使视频设备所摄取的视频数据模糊不清,严重降低了数据的质量。目标跟踪系统、目标识别系统等高度依赖于视频数据清晰度的应用将因此而无法正常运作。视频去雾能够以低清晰度的有雾视频作为输入,经一系列处理后,输出无雾的视频数据。因此,视频去雾对视频数据的分析和处理具有极其重要的意义。目前视频去雾的方法均只针对去雾效果,并不着重于其性能,因而普遍存在着效率瓶颈,无法达到实时处理的要求。然而,大部分的视频数据分析系统,在视频数据的清晰度上有特殊要求的同时,往往还需要具备实时处理的能力。过于缓慢的视频去雾处理速度,将无法满足各大视频处理系统的性能指标,导致其实用性不高,推广和应用也受到了局限。另一方面,由于大部分视频去雾算法所涉及的一些固有的基本的运算步骤,其本身在计算时具有较高的时间复杂度,尝试从视频去雾算法本身出发提高整体效率也在一定程度上存在着困难。如何进一步提高视频去雾方法的处理效率是一个关键且有现实意义的问题。
技术实现思路
本专利技术的目的在于进一步提高视频去雾的处理速度,以使其达到实时处理的要求。为实现上述目的,本专利技术公开了基于分布式计算的视频去雾系统,采用Apache Storm作为分布式计算的实现架构,包括部署在分布式计算架构上输入节点、透射率估计模块、大气光照估计模块、无雾图像生成模块,输出节点,各模块分5层部署:第1层为输入节点,读取视频帧流;第2层为透射率估计模块,由多个节点组成,每个节点都部署有一个独立的透射率估计单元,用以估计单个 ...
【技术保护点】
基于分布式计算的视频去雾系统,采用Apache Storm作为分布式计算的实现架构,其特征在于:包括部署在分布式计算架构上输入节点、透射率估计模块、大气光照估计模块、无雾图像生成模块,输出节点,各模块分5层部署:第1层为输入节点,读取视频帧流;第2层为透射率估计模块,由多个节点组成,每个节点都部署有一个独立的透射率估计单元,用以估计单个图像帧所对应的透射率,并将结果输出到第3层;第3层为大气光照估计模块,由多个节点组成,每个节点都部署有一个独立的大气光照估计单元,用以接收第2层的透射率并估计对应的大气光照度,将结果输出到第4层;第4层为无雾图像生成模块,由多个节点组成,每个节点都部署有一个独立的无雾图像生成单元,用以接收第3层输出的大气光照度,同时生成无雾图像帧,并输出到第5层;第5层为输出节点,用于输出视频流。
【技术特征摘要】
1.基于分布式计算的视频去雾系统,采用Apache Storm作为分布式计算的实现架构,其特征在于:包括部署在分布式计算架构上输入节点、透射率估计模块、大气光照估计模块、无雾图像生成模块,输出节点,各模块分5层部署:第1层为输入节点,读取视频帧流;第2层为透射率估计模块,由多个节点组成,每个节点都部署有一个独立的透射率估计单元,用以估计单个图像帧所对应的透射率,并将结果输出到第3层;第3层为大气光照估计模块,由多个节点组成,每个节点都部署有一个独立的大气光照估计单元,用以接收第2层的透射率并估计对应的大气光照度,将结果输出到第4层;第4层为无雾图像生成模块,由多个节点组成,每个节点都部署有一个独立的无雾图像生成单元,用以接收第3层输出的大气光照度,同时生成无雾图像帧,并输出到第5层;第5层为输出节点,用于输出视频流。2.根据权利要求1所述的基于分布式计算的视频去雾系统,其特征在于:所述的第1层的输入节点以Apache Storm中的Spout实现,第2~5层的所有节点以Apache Storm中的Blot实现。3.根据权利要求1或2所述的基于分布式计算的视频去雾系统,其特征在于:所述的输出节点将无雾图像帧按照视频序列的正确顺序排序后输出视频流。4.根据权利要求3所述的基于分布式计算的视频去雾系统,其特征在于:所述的输入节点、透射率估计模块、大气光照估计模块、无雾图像生成模块,输出节点,平均配到若干台计算机上运行。5.权利要求1~4任一项所述的基于分布式计算的视频去雾系统的视频去雾方法,其特征在于,包括以下步骤:S1.将有雾视频以帧流的形式作为输入,以每秒n帧的速率,输入图像帧It1,It2,…,Itn到Redis缓冲池中;S2.输入节点不断从Redis缓冲池中读取有雾的图像帧,并输出到透射率估计模块中;S3.透射率估计模块同时估计n帧图像的透射率Tt1,Tt2,…,Ttn,并将结果输入到大气光照度估计模块中;S4.大...
【专利技术属性】
技术研发人员:王美华,麦嘉铭,梁云,
申请(专利权)人:华南农业大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。