一種基于暗原色先驗(yàn)的圖像去霧方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及能夠?qū)D像進(jìn)行去霧處理的，一種基于暗原 色先驗(yàn)的圖像去霧方法。
【背景技術(shù)】
[0002] 近來，霧霾天氣成為一種頻發(fā)的天氣現(xiàn)象。霧霾中的液滴和固體小顆粒不僅危害 人體健康，而且大量懸浮粒子的散射作用使大氣能見度降低，降低圖像質(zhì)量，影響獲取圖像 中的相關(guān)信息，同時(shí)戶外清晰度降低也導(dǎo)致了不必要的交通事故，因此，圖像去霧技術(shù)成為 圖像處理與計(jì)算機(jī)視覺領(lǐng)域急需研宄的課題之一。
[0003] 圖像去霧技術(shù)主要包括基于圖像復(fù)原和基于圖像增強(qiáng)的兩類?；趫D像復(fù)原的算 法從圖像退化的物理模型出發(fā)，通過分析、求解圖像降質(zhì)過程的逆過程，獲得各降質(zhì)環(huán)節(jié) 的相關(guān)參數(shù)，從而恢復(fù)出盡可能逼真的清晰圖像。近來，基于單色大氣散射模型的去霧算 法，在基于一些先驗(yàn)知識和假設(shè)的前提下取得了很大進(jìn)展。
[0004]目前，通用的圖像去霧算法是先估算大氣透射率，再根據(jù)單色大氣散射模型恢復(fù) 場景色彩。
[0005]Tan假設(shè)局部區(qū)域的環(huán)境光為常數(shù)，以及對比度顯著增強(qiáng)，在馬爾科夫隨機(jī)場模型 的框架下，構(gòu)造關(guān)于邊緣強(qiáng)度的的代價(jià)函數(shù)，使用圖分割理論估計(jì)最優(yōu)光照，但由此導(dǎo)致的 圖像顏色過度飽和失真無法避免，且在景深突變的的交界區(qū)域產(chǎn)生嚴(yán)重的Halo效應(yīng)。
[0006]Fattal假設(shè)圖像局部區(qū)域的透射率為常向量，以及物體表面色度與介質(zhì)傳播具有 統(tǒng)計(jì)不相關(guān)性，此算法需要大量的物理色彩信息，但是，在濃霧條件下的圖像丟失了大量色 彩信息，此時(shí)對圖像的透射率估計(jì)偏差大，算法失效。
[0007] 何凱明等提出了一種暗原色先驗(yàn)的算法。假設(shè)至少一個(gè)顏色通道的局部區(qū)域內(nèi)的 場景反照率趨于零，接著用最小值濾波對介質(zhì)傳播函數(shù)粗估計(jì)，然后，用軟摳圖算法對該函 數(shù)細(xì)化，由此得到去霧圖。但此細(xì)化算法實(shí)質(zhì)上是一種大規(guī)模稀疏線性方程組的求解問題， 具有很高的時(shí)間和空間復(fù)雜度；另外，圖像摳圖引入a通道使前景與背景過度區(qū)域的邊緣 柔化，而介質(zhì)傳播函數(shù)為場景輻射的指數(shù)衰減因子，因此，軟摳圖算法用于介質(zhì)傳播函數(shù)的 細(xì)化并不合理；同時(shí)，單一的最小值濾波會產(chǎn)生Halo效應(yīng)和塊效應(yīng)。
[0008] 繼而，又有分別采用雙邊濾波和中值濾波來代替最小值濾波的算法，以提升去霧 性能。Gibson等提出用中值濾波代替最小值濾波，可以減弱Halo效應(yīng)，該算法不需要軟摳 圖或雙邊濾波對透射率圖細(xì)化，顯著的降低了運(yùn)算的時(shí)間復(fù)雜度，但是該方法去霧圖像質(zhì) 量較差，易出現(xiàn)黑斑效應(yīng)。張小剛提出了雙區(qū)域?yàn)V波，定義了暗區(qū)域，改進(jìn)了中值濾波算法， 減弱了其黑斑效應(yīng)，但是該算法對圖像細(xì)節(jié)的保持作用有限，圖像細(xì)節(jié)精細(xì)度降低。
[0009] 上述文獻(xiàn)皆取大氣光為常數(shù)，在有景深變化的圖像中，這一假設(shè)顯然是不合理的； 另外基于暗原色先驗(yàn)的算法都存在去霧圖像灰暗，存在Halo效應(yīng)，或者為消除Halo效應(yīng)而 采取復(fù)雜的運(yùn)算，增加了算法的時(shí)間復(fù)雜度。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明的目的是提供一種去霧效果好、處理時(shí)間復(fù)雜度低的，基于暗原色先驗(yàn)的 圖像去霧方法。
[0011] 本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：
[0012] 一種基于暗原色先驗(yàn)的圖像去霧方法，包括以下幾個(gè)步驟，
[0013] 步驟一：基于經(jīng)典聚類算法對圖像I(X)進(jìn)行分割獲得候選天空區(qū)域It (X);
[0014] 步驟二：對候選天空區(qū)域It(X)腐蝕處理得到天空亮度；
[0015] 步驟三：根據(jù)獲得的天空亮度，對圖像進(jìn)行改進(jìn)的最小值濾波，得到粗估計(jì)透射率 圖像；
[0016] 步驟四：通過導(dǎo)向?yàn)V波優(yōu)化粗估計(jì)透射率圖像，得到優(yōu)化的透射率圖像；
[0017] 步驟五：基于大氣散射模型獲得復(fù)原圖像。
[0018] 本發(fā)明一種基于暗原色先驗(yàn)的圖像去霧方法，還可以包括：
[0019] 1、天空亮度為：
【主權(quán)項(xiàng)】
1. 一種基于暗原色先驗(yàn)的圖像去霧方法，其特征在于：包括w下幾個(gè)步驟， 步驟一：基于經(jīng)典聚類算法對圖像I(x)進(jìn)行分割獲得候選天空區(qū)域It(X); 步驟二：對候選天空區(qū)域It(X)腐蝕處理得到天空亮度； 步驟根據(jù)獲得的天空亮度，對圖像進(jìn)行改進(jìn)的最小值濾波，得到粗估計(jì)透射率圖 像； 步驟四：通過導(dǎo)向?yàn)V波優(yōu)化粗估計(jì)透射率圖像，得到優(yōu)化的透射率圖像； 步驟五；基于大氣散射模型獲得復(fù)原圖像。
2. 根據(jù)權(quán)利要求1所述的一種基于暗原色先驗(yàn)的圖像去霧方法，其特征在于；所述的 天空亮度為：
其中，A(x)為天空亮度，r(x)為圖像I(x)的R，G，BS原色通道，Am" =max(max(Itmh(x)))為天空亮度最大值，Amh=max(min(max(Itmi"(x)))，0. 7*AmJ為天空亮 度最小值，Itmi"(x)為最小值濾波的結(jié)果，
其中，X為空間坐標(biāo)，It(X)為候選天空區(qū)域，(y)為It(X)的R，G，BS原色通道，Q(X)是W像素點(diǎn)X為中屯、的方形區(qū)域。
3. 根據(jù)權(quán)利要求1所述的一種基于暗原色先驗(yàn)的圖像去霧方法，其特征在于；所述的 對圖像進(jìn)行改進(jìn)的最小值濾波采用的函數(shù)為：
其中，為暗原色中值，為粗估計(jì)透射率圖像，r(y)為圖像I(x)的R，G，B S原色通道，參數(shù)kG[0.8，1)。
4. 根據(jù)權(quán)利要求1所述的一種基于暗原色先驗(yàn)的圖像去霧方法，其特征在于；所述的 優(yōu)化的透射率圖像Qi為：
其中，I為向?qū)?，即圖像I(X)簡記為I，p為輸入圖像，Q是w像素點(diǎn)k為中屯、的方形區(qū) 域，W為該區(qū)域的像素?cái)?shù)目，li和Pi分別是I和P在Q內(nèi)的i處的值，y和。2表示I在 該區(qū)域的均值和方差，e為一個(gè)限制ak的系數(shù)，
表示對輸入圖像的局部區(qū) 域的均值。
5.根據(jù)權(quán)利要求1所述的一種基于暗原色先驗(yàn)的圖像去霧方法，其特征在于；所述的 復(fù)原圖像為：
其中，t(x) = d重為場景的景深，P為大氣散射系數(shù)，如句為t(x)的估計(jì)值， f(x) = 天空亮度A(x)簡記為A。 A
【專利摘要】本發(fā)明公開了一種基于暗原色先驗(yàn)的圖像去霧方法。包括以下幾個(gè)步驟：步驟一：基于經(jīng)典聚類算法對圖像I(x)進(jìn)行分割獲得候選天空區(qū)域It(x)；步驟二：對候選天空區(qū)域It(x)腐蝕處理得到天空亮度；步驟三：根據(jù)獲得的天空亮度，對圖像進(jìn)行改進(jìn)的最小值濾波，得到粗估計(jì)透射率圖像；步驟四：通過導(dǎo)向?yàn)V波優(yōu)化粗估計(jì)透射率圖像，得到優(yōu)化的透射率圖像；步驟五：基于大氣散射模型獲得復(fù)原圖像。本發(fā)明對大氣光做了更合理的處理，減弱圖像塊效應(yīng)，提高了圖像的整體亮度，使圖像更加自然。
【IPC分類】G06T5-00
【公開號】CN104794697
【申請?zhí)枴緾N201510224034
【發(fā)明人】陳虹麗, 宋東輝, 沈佳穎, 沈丹, 張磊
【申請人】哈爾濱工程大學(xué)
【公開日】2015年7月22日
【申請日】2015年5月5日