技术特征：
1.一种海上图像去雾处理方法，其特征在于，包括以下步骤：将所述海上图像转换到hsv颜色空间，得到第一转换图像；其中，所述第一转换图像包括色相通道数据、饱和度通道数据以及明度通道数据；通过引导滤波算法对所述海上图像进行处理，得到图像细节层；将所述引导滤波算法与多尺度视网膜算法进行融合，得到改进多尺度视网膜算法；通过所述改进多尺度视网膜算法对所述明度通道数据进行处理，得到反射分量；将所述色相通道数据、所述饱和度通道数据以及所述反射分量进行合并，得到合并数据；将所述合并数据转换到rgb颜色空间，得到图像基础层；将所述图像细节层和所述图像基础层进行合并，得到合并图像；对所述合并图像进行色彩校正，得到目标输出图像。2.根据权利要求1所述的海上图像去雾处理方法，其特征在于，所述将所述引导滤波算法与多尺度视网膜算法进行融合，得到改进多尺度视网膜算法，包括：将所述引导滤波算法替换所述多尺度视网膜算法中的高斯滤波算法，得到所述改进多尺度视网膜算法。3.根据权利要求2所述的海上图像去雾处理方法，其特征在于，所述通过所述改进多尺度视网膜算法对所述明度通道数据进行处理，得到反射分量，包括：设置不同尺度的中心环绕函数；其中，所述中心环绕函数为引导滤波函数；根据所述明度通道数据通过不同尺度的所述中心环绕函数计算得到不同尺度的视网膜算法增强结果；将不同尺度的所述视网膜算法增强结果进行加权平均，得到加权平均数据；将所述加权平均数据进行量化得到所述反射分量。4.根据权利要求1所述的海上图像去雾处理方法，其特征在于，所述将所述图像细节层和所述图像基础层进行合并，得到合并图像，包括：将所述图像细节层放大预设倍数，得到预设细节层；将所述图像基础层和所述预设细节层进行线性相加，得到所述合并图像。5.根据权利要求1所述的海上图像去雾处理方法，其特征在于，所述通过引导滤波算法对所述海上图像进行处理，得到图像细节层，包括：通过所述引导滤波算法对所述海上图像进行滤波处理，得到滤波图像；将所述海上图像减去所述滤波图像得到所述图像细节层。6.根据权利要求1所述的海上图像去雾处理方法，其特征在于，在执行所述将所述色相通道数据、所述饱和度通道数据以及所述反射分量进行合并，得到合并数据这一步骤之前，所述方法还包括：将所述色相通道数据进行归一化处理得到色相通道归一化数据；将所述饱和度通道数据进行归一化处理得到饱和度通道归一化数据；将所述反射分量进行归一化处理得到反射分量归一化数据。7.根据权利要求6所述的海上图像去雾处理方法，其特征在于，所述将所述色相通道数据、所述饱和度通道数据以及所述反射分量进行合并，得到合并数据，包括：将所述色相通道归一化数据、所述饱和度通道归一化数据以及所述反射分量归一化数
据进行合并，得到合并数据。8.一种海上图像去雾处理系统，其特征在于，包括：第一转换模块，用于将所述海上图像转换到hsv颜色空间，得到第一转换图像；其中，所述第一转换图像包括色相通道数据、饱和度通道数据以及明度通道数据；第一处理模块，用于通过引导滤波算法对所述海上图像进行处理，得到图像细节层；构建模块，用于将所述引导滤波算法与多尺度视网膜算法进行融合，得到改进多尺度视网膜算法；第二处理模块，用于通过所述改进多尺度视网膜算法对所述明度通道数据进行处理，得到反射分量；第一合并模块，用于将所述色相通道数据、所述饱和度通道数据以及所述反射分量进行合并，得到合并数据；第二转换模块，用于将所述合并数据转换到rgb颜色空间，得到图像基础层；第二合并模块，用于将所述图像细节层和所述图像基础层进行合并，得到合并图像；色彩校正模块，用于对所述合并图像进行色彩校正，得到目标输出图像。9.一种海上图像去雾处理系统，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如权利要求1至7任一项所述的海上图像去雾处理方法。10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的海上图像去雾处理方法。
技术总结
本发明公开一种海上图像去雾处理方法、系统及存储介质，应用于图像处理技术领域，能够提升海上图像去除海雾的效果，增强去雾后的图像质量。该方法包括：将海上图像转换到HSV颜色空间得到第一转换图像；第一转换图像包括色相通道数据、饱和度通道数据和明度通道数据；通过引导滤波算法对海上图像处理得到图像细节层；将引导滤波算法与多尺度视网膜算法融合得到改进多尺度视网膜算法；通过改进多尺度视网膜算法对明度通道数据处理得到反射分量；将色相通道数据、饱和度通道数据和反射分量合并得到合并数据；将合并数据转换到RGB颜色空间得到图像基础层；将图像细节层和图像基础层合并得到合并图像；对合并图像进行色彩校正得到目标输出图像。标输出图像。标输出图像。
技术研发人员：甄荣 王宇勃 陈国权 杨神化 索永峰
受保护的技术使用者：集美大学
技术研发日：2022.11.01
技术公布日：2023/3/21