一种高精度图像数据体积雾识别方法及装置制造方法及图纸

本发明专利技术公开了一种高精度图像数据体积雾识别方法及装置。其中，该方法包括：获取原始图像数据的体积信息和像素信息；根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果。本发明专利技术解决了现有技术中的图像数据中体积雾的识别方法仅仅是利用了体积雾算法特征量将原始图像数据进行代入和计算，得到体积雾涉及的区域进行输出，无法根据体积雾的范围和具体图像的数据情况来确定体积雾的参数的技术问题。参数的技术问题。参数的技术问题。

【技术实现步骤摘要】
一种高精度图像数据体积雾识别方法及装置


[0001]本专利技术涉及图像数据识别领域，具体而言，涉及一种高精度图像数据体积雾识别方法及装置。

技术介绍

[0002]随着智能化科技的不断发展，人们的生活、工作、学习之中越来越多地用到了智能化设备，使用智能化科技手段，提高了人们生活的质量，增加了人们学习和工作的效率。
[0003]目前，针对高精度摄像设备采集到的图像，为了增加图像的处理能力，通常需要将图像中的体积雾区域进行识别，并根据准确的识别结果进行体积雾处理，强化或者弱化图像显示效果。但是现有技术中的图像数据中体积雾的识别方法仅仅是利用了体积雾算法特征量将原始图像数据进行代入和计算，得到体积雾涉及的区域进行输出，无法根据体积雾的范围和具体图像的数据情况来确定体积雾的参数。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种高精度图像数据体积雾识别方法及装置，以至少解决现有技术中的图像数据中体积雾的识别方法仅仅是利用了体积雾算法特征量将原始图像数据进行代入和计算，得到体积雾涉及的区域进行输出，无法根据体积雾的范围和具体图像的数据情况来确定体积雾的参数的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种高精度图像数据体积雾识别方法，包括：获取原始图像数据的体积信息和像素信息；根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果。
[0007]可选的，所述获取原始图像数据的体积信息和像素信息包括：将所述原始图像数据进行体积坐标微分，得到所述体积信息；根据像素提取模型，将所述原始图像数据进行像素提取处理，得到所述像素信息。
[0008]可选的，所述根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据包括：根据所述原始图像数据选取具有体积雾出现可能性的体积信息的范围；根据所述体积信息的范围确定所述原始图像数据中待处理图像数据的集合；将所述待处理图像数据的集合执行所述预处理，得到所述第一图像数据，其中，所述预处理包括：半二值化处理，其中，所述半二值化处理用于将待处理区域的数据进行4个不同精度层次分解显示。
[0009]可选的，所述体积雾算法模型包括：
[0010][0011]其中，[AR]代表体积雾区域识别结果集合，α是体积雾权重叠加因子，P2是第二图
像数据，V1～V3为多种可能出现的体积雾的特征参数。
[0012]根据本专利技术实施例的另一方面，还提供了一种高精度图像数据体积雾识别装置，包括：获取模块，用于获取原始图像数据的体积信息和像素信息；预处理模块，用于根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；整合模块，用于将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；输入模块，用于将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果。
[0013]可选的，所述获取模块包括：微分单元，用于将所述原始图像数据进行体积坐标微分，得到所述体积信息；提取单元，用于根据像素提取模型，将所述原始图像数据进行像素提取处理，得到所述像素信息。
[0014]可选的，所述预处理模块包括：选取单元，用于根据所述原始图像数据选取具有体积雾出现可能性的体积信息的范围；确定单元，用于根据所述体积信息的范围确定所述原始图像数据中待处理图像数据的集合；处理单元，用于将所述待处理图像数据的集合执行所述预处理，得到所述第一图像数据，其中，所述预处理包括：半二值化处理，其中，所述半二值化处理用于将待处理区域的数据进行4个不同精度层次分解显示。
[0015]可选的，所述体积雾算法模型包括：
[0016][0017]其中，[AR]代表体积雾区域识别结果集合，α是体积雾权重叠加因子，P2是第二图像数据，V1～V3为多种可能出现的体积雾的特征参数。
[0018]根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种高精度图像数据体积雾识别方法。
[0019]根据本专利技术实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种高精度图像数据体积雾识别方法。
[0020]在本专利技术实施例中，采用获取原始图像数据的体积信息和像素信息；根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果的方式，解决了现有技术中的图像数据中体积雾的识别方法仅仅是利用了体积雾算法特征量将原始图像数据进行代入和计算，得到体积雾涉及的区域进行输出，无法根据体积雾的范围和具体图像的数据情况来确定体积雾的参数的技术问题。
附图说明
[0021]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0022]图1是根据本专利技术实施例的一种高精度图像数据体积雾识别方法的流程图；
[0023]图2是根据本专利技术实施例的一种高精度图像数据体积雾识别装置的结构框图；
[0024]图3是根据本专利技术实施例的用于执行根据本专利技术的方法的终端设备的框图；
[0025]图4是根据本专利技术实施例的用于保持或者携带实现根据本专利技术的方法的程序代码的存储单元。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]根据本专利技术实施例，提供了一种高精度图像数据体积雾识别方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度图像数据体积雾识别方法，其特征在于，包括：获取原始图像数据的体积信息和像素信息；根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；将所述第一图像数据和所述像素信息进行整合，得到第二图像数据；将所述第二图像数据输入至体积雾算法模型，得到图像体积雾识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取原始图像数据的体积信息和像素信息包括：将所述原始图像数据进行体积坐标微分，得到所述体积信息；根据像素提取模型，将所述原始图像数据进行像素提取处理，得到所述像素信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据包括：根据所述原始图像数据选取具有体积雾出现可能性的体积信息的范围；根据所述体积信息的范围确定所述原始图像数据中待处理图像数据的集合；将所述待处理图像数据的集合执行所述预处理，得到所述第一图像数据，其中，所述预处理包括：半二值化处理，其中，所述半二值化处理用于将待处理区域的数据进行4个不同精度层次分解显示。4.根据权利要求1所述的方法，其特征在于，所述体积雾算法模型包括：其中，[AR]代表体积雾区域识别结果集合，α是体积雾权重叠加因子，P2是第二图像数据，V1～V3为多种可能出现的体积雾的特征参数。5.一种高精度图像数据体积雾识别装置，其特征在于，包括：获取模块，用于获取原始图像数据的体积信息和像素信息；预处理模块，用于根据所述体积信息的范围，将所述原始图像数据进行预处理，得到第一图像数据；整合模块，用于将...

【专利技术属性】
技术研发人员：袁潮，邓迪旻，温建伟，
申请(专利权)人：北京拙河科技有限公司，
类型：发明
国别省市：