極端天氣條件下低質(zhì)圖像增強(qiáng)方法
【專利說明】極端天氣條件下低質(zhì)圖像增強(qiáng)方法
[0001 ]技術(shù)領(lǐng)域:本發(fā)明提供一種極端天氣條件下低質(zhì)圖像增強(qiáng)方法。
【背景技術(shù)】
[0002] 霧霾、沙塵、雨雪等極端天氣給人們?nèi)粘Ｉ顜砹艘欢ǔ潭鹊挠绊憽Ｔ跇O端天氣 下獲取的圖像，對(duì)比度降低、細(xì)節(jié)模糊，圖像降質(zhì)嚴(yán)重，這樣的圖像大大限制了機(jī)器視覺的 應(yīng)用，尤其是在戶外，交通監(jiān)控，目標(biāo)識(shí)別，遙感，導(dǎo)航等方面。
[0003] 如何提高單一降質(zhì)圖像的清晰度，國(guó)內(nèi)外學(xué)者做了大量研究。Tan通過最大化局部 對(duì)比度來實(shí)現(xiàn)去霧，增強(qiáng)后的圖像常常過飽和;He等提出基于暗原色先驗(yàn)的單一圖像去霧 方法，該方法處理后的圖像景象自然，去霧效果較好，也是目前最實(shí)用有效的去霧方法。在 優(yōu)化透射率時(shí)所使用的摳圖方法，具有較高的空間和時(shí)間復(fù)雜度，耗時(shí)較長(zhǎng)，為了提高計(jì)算 速度，He等又采用了導(dǎo)向?yàn)V波來修正透射圖，恢復(fù)的圖像較暗，質(zhì)量降低。雨雪方面:Xu等使 用去霧的方法實(shí)現(xiàn)了雨滴去除工作。同時(shí)他又使用該方法實(shí)現(xiàn)了圖像中雪花的去除，他認(rèn) 為雨滴和雪花都屬于動(dòng)態(tài)天氣，對(duì)圖像的影響都表現(xiàn)為快速運(yùn)動(dòng)的物體對(duì)背景像素的遮 擋。但是效果均不理想。

【發(fā)明內(nèi)容】
：
[0004] 發(fā)明目的：本發(fā)明提供一種極端天氣條件下低質(zhì)圖像增強(qiáng)方法，其目的是解決以 往所存在的問題。
[0005] 技術(shù)方案：
[0006] -種極端天氣條件下低質(zhì)圖像增強(qiáng)方法，其特征在于:該方法對(duì)于輸入的單幅圖 像，首先將圖像轉(zhuǎn)換到CIE-Lab顏色空間，設(shè)定一個(gè)偏色因子D，根據(jù)經(jīng)驗(yàn)，若D<1.4,則圖像 為清晰圖像，無(wú)須進(jìn)行處理，若D>1.4,則是降質(zhì)圖像，根據(jù)色度分量值區(qū)分圖像是沙塵圖 像還是霧霾、雨雪圖像;若是霧霾、雨雪圖像，則采用改進(jìn)的暗原色先驗(yàn)算法處理圖像;若是 沙塵圖像，則采用伽馬校正的限制對(duì)比度自適應(yīng)直方圖均衡化算法。
[0007] 該方法的步驟如下：
[0008] 圖像分類器的設(shè)計(jì)：
[0009 ] 本申請(qǐng)?jiān)贑IE-Lab顏色空間下檢測(cè)圖像偏色與否；
[0010]在圖像的ab色度坐標(biāo)平面的直方圖中，若色度分布呈現(xiàn)為集中的單峰值，或分布 較為集中且色度均值較大時(shí)一般存在色偏;分布呈現(xiàn)明顯的分散的多峰值時(shí)，認(rèn)為沒有色 偏;本申請(qǐng)引入偏色因子D來計(jì)算圖像的色偏程度;在Lab空間下，引入等效圓的概念，采用 圖像平均色度K與色度中心距Z的比值D作為偏色因子：

[0015] 其中，M、N為圖像的長(zhǎng)和寬，在ab色度平面，等效圓中心坐標(biāo)為(ka，kb)，半徑為Z，圓 心到ab色度平面中心軸原點(diǎn)(a = 0，b = 0)的距離為K，根據(jù)等效圓在ab色度平面的具體位置 來判斷圖像整體偏色與否，經(jīng)驗(yàn)取值DS 1.4時(shí)，則認(rèn)為圖像沒有偏色，是清晰圖像，無(wú)需處 理，否則，則是偏色圖像，在Lab模型中，a的正數(shù)表示紅色，負(fù)端表示綠色；b的正數(shù)表示黃 色，負(fù)端表示藍(lán)色，k b表示ab色度平面上的b分量，用于判斷圖像是否偏黃或偏藍(lán)，當(dāng)kb大于0 時(shí)，圖像偏黃，認(rèn)為是沙塵圖像，采用伽馬校正的限制對(duì)比度自適應(yīng)直方圖均衡化算法;k b 小于〇時(shí)，輸入圖像為霧霾、雨雪圖像，采用改進(jìn)的暗原色先驗(yàn)算法。
[0016] 霧霾圖像增強(qiáng)算法：
[0017] He的暗原色先驗(yàn)去霧霾算法是建立在暗原色假設(shè)之上，當(dāng)景物在本質(zhì)上同空氣層 接近并且沒有陰影覆蓋其上時(shí)，暗原色理論就無(wú)效，對(duì)此，本申請(qǐng)針對(duì)暗原色先驗(yàn)失效的區(qū) 域，通過改善透射率及大氣光A的獲取方式修正該算法；
[0018] 明亮區(qū)域透射率的估計(jì)：
[0019] 首先設(shè)定一個(gè)閾值S，判定圖像中的明亮區(qū)域，當(dāng)大氣光值與暗通道差值小于S時(shí)， 即判定為明亮區(qū)域，否則，使用He方法計(jì)算，經(jīng)過實(shí)驗(yàn)驗(yàn)證，S = 45;對(duì)于|Ae-I(x)| SS的區(qū) 域，判定為明亮區(qū)域，重新計(jì)算透射率；
[0020] 明亮區(qū)域的圖像不再滿足暗原色先驗(yàn)規(guī)律，透射率表達(dá)式為：
[0022]本文采用逐像素的方式來估計(jì)明亮區(qū)域的透射率;首先計(jì)算出透射率的表達(dá)式如 式（11)，然后我們求取圖像的最小通道值，該最小通道值包含了豐富的細(xì)節(jié)和邊界信息;綜 上我們得到透射率表達(dá)式為：
[0025] 在天空等明亮區(qū)域，局部窗口的RGB通道值相較于其他區(qū)域更大，而且像素亮度波 動(dòng)平緩；因此，β值趨于1 .對(duì)于滿足暗原色先驗(yàn)的區(qū)域，暗通道值趨于〇,按式
[0026] 根據(jù)以上描述，我們得到透射率的表達(dá)式為：
[0028]因?yàn)樵诰植看翱谥行牡耐干渎叔?是分塊連續(xù)的，直接通過辦)恢復(fù)出的圖像容易 出現(xiàn)塊效應(yīng)等馬賽克效果;為了移除這種塊效應(yīng)，本文采用引導(dǎo)濾波進(jìn)一步得到精細(xì)化的 透射率。
[0029]修正大氣光A的獲取方式：
[0030] 大氣光A的值通常在霧霾最濃區(qū)域估計(jì)得到，即最大像素值的區(qū)域選取;但是最大 像素值可能取自天空、白色物體、雨雪等，這樣得到的A值接近于255,會(huì)導(dǎo)致恢復(fù)的圖像發(fā) 生色偏；
[0031] 對(duì)于一幅圖像而言，霧最濃區(qū)域通常位于圖像的上方，所以本文選取位于圖像上 方1/4的區(qū)域，暗原色中亮度最大的10%的像素的均值作為大氣光A;若一幅圖像中天空區(qū) 域幾近全無(wú)，我們認(rèn)為它的霧霾最濃區(qū)域在場(chǎng)景深度最遠(yuǎn)處，也就是圖像的最上方，因此可 以用上述方法獲得大氣光A的值；
[0032]圖像恢復(fù)：
[0033]通過修正后的大氣光常量和精細(xì)化的透射率圖，就可以進(jìn)行無(wú)霧霾圖像的恢復(fù)；
(β)中，可以得到恢復(fù)的清晰圖像J(x):
[0035]雨雪圖像增強(qiáng)算法：
[0036]雨雪天獲得的降質(zhì)圖像一般會(huì)覆蓋有大量的雨線或雪斑；雨雪圖像中，受雨雪影 響的像素可以看做雨滴或雪花和背景共同作用的線性疊加效果;物理模型描述如下：
[0037] H=(l-e)Hb+eHr (16)
[0038] 其中，Η為輸入的降質(zhì)圖像，Hb表示背景部分，Hr表示理想的雨雪亮度，即雨雪在空 中靜止時(shí)該點(diǎn)像素的亮度;ε為比例參數(shù)，其中，〇<ε<1;觀察雨雪和霧霾成像模型，比較式 I(X)=J(X)t(X)+Aa-t(X))(l)及式（16)可以得出，將I與Η相對(duì)應(yīng)，H b與J(x)相對(duì)應(yīng)，Hr與大 氣光A相對(duì)應(yīng)，（1-ε)與t(x)相對(duì)應(yīng);于是，與霧霾去除過程類似，雨雪的去除過程為，從已知 的降質(zhì)圖像Η中恢復(fù)出背景圖像H b，其中（l-ε)為未知量，即只要求出Hr的值即可通過霧霾去 除方法實(shí)現(xiàn)雨雪的去除。
[0039] 1)理想雨雪亮度Hr的求取
[0040] Hr表示雨雪在空中靜止時(shí)的亮度值；因?yàn)橛暄榘咨ǔＴ趫D像中尋找亮度最 大值的方法對(duì)Hr進(jìn)行求解;根據(jù)其與霧霾圖像中求取大氣光的相似性，本文用求取大氣光A 的方法求取Hr的值；
[0041 ] 2)雨雪去除過程
[0042]根據(jù)以上分析得到，雨雪去除過程可以用霧霾去除過程實(shí)現(xiàn);于是，本文不單獨(dú)對(duì) 雨雪圖像處理，采用霧霾去除方法對(duì)雨雪圖像進(jìn)行增強(qiáng)。
[0043]沙塵圖像增強(qiáng)算法：
[0044] 在AHE算法的基礎(chǔ)上，提出伽馬校正的限制對(duì)比度自適應(yīng)直方圖均衡化算法來對(duì) 沙塵圖像進(jìn)行增強(qiáng)處理；
[0045]規(guī)一化的伽馬校正：
[0046]伽馬校正本質(zhì)上是一個(gè)用于調(diào)整圖像亮度的變換函數(shù)，數(shù)學(xué)定義如下：
[0047] S = RY (17)
[0048] 式中，S為伽馬校正后的圖像，R為輸入圖像，γ為伽馬系數(shù);伽馬校正的優(yōu)勢(shì)在于 可以通過改變?chǔ)玫闹祦砀淖冏儞Q函數(shù);但是，因?yàn)樵黾?γ值會(huì)過度補(bǔ)償圖像，在增強(qiáng)對(duì)比度 的同時(shí)使圖像變黑;而低質(zhì)圖像通常動(dòng)態(tài)范圍較窄，因此需要擴(kuò)大動(dòng)態(tài)范圍，動(dòng)態(tài)范圍的調(diào) 整也稱為歸一化；因此，本方法進(jìn)一步歸一化伽馬校正函數(shù)，以彌補(bǔ)伽馬校正的不足，在擴(kuò) 展動(dòng)態(tài)范圍的同時(shí)，增強(qiáng)了對(duì)比度，減少了亮度;歸一化函數(shù)定義如下：
[0050] Ν為歸一化后的圖像;將(17)、（18)結(jié)合，就得到了歸一化后的伽馬校正函數(shù)Ν';
[0052] 經(jīng)過歸一化伽馬校正處理后的圖像，再用限制對(duì)比度自適應(yīng)直方圖均衡化算 法[15](〇^冊(cè)），進(jìn)一步改善圖像對(duì)比度，同時(shí)增強(qiáng)圖像的亮度;這樣一來，既避免了亮度的 過增強(qiáng)，也減少了整幅圖像中對(duì)比度調(diào)整不平衡的不足。
[0053] 歸一化伽馬校正處理流程：
[0054] ①使用歸一化的伽馬校正函數(shù)調(diào)整圖像對(duì)比度；
[0055] ②將圖像分割為若干個(gè)大小為ΧΧΥ的矩形塊，這樣就將圖像劃分為多個(gè)不同的區(qū) 域:包含四個(gè)角的角區(qū)域;包含除了角區(qū)域以外所有邊界的邊界區(qū)域;包含圖像剩下區(qū)域的 內(nèi)部區(qū)域；
[0056] ③用累積分布函數(shù)(CDF)得到每一塊的直方圖；相應(yīng)的CDF表示式為：