基于滾動導(dǎo)向的圖像去霧方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體是設(shè)及一種圖像去霧方法，可用于交通監(jiān)控、 自動駕駛、航天遙感和安防監(jiān)測領(lǐng)域。
【背景技術(shù)】
[0002] 近年來大規(guī)模持續(xù)性霧靈污染事件頻繁發(fā)生，不僅影響到了每個人的身體健康W 及日常生活，而且使戶外監(jiān)控設(shè)備所拍攝圖像質(zhì)量嚴(yán)重退化，給戶外監(jiān)控、監(jiān)測W及智能識 別跟蹤系統(tǒng)等帶來了巨大的挑戰(zhàn)，如在霧靈天氣影響下，交通要道違章車輛的車牌等信息 可能無法精確地識別出來，銀行等機(jī)構(gòu)的戶外監(jiān)控設(shè)備可能因無法拍攝到清晰地人體特征 信息而造成安防問題不能有效地得到保證，無人機(jī)可能因大氣中霧靈的干擾而不能在航拍 中有效地偵測識別目標(biāo)等情況。綜上所述，霧靈天氣給戶外監(jiān)控系統(tǒng)后期圖像處理引入了 很多不穩(wěn)定的干擾因素。因此，如何有效地去除圖像中霧靈因素的干擾成為了一個具有重 要現(xiàn)實(shí)意義的課題。
[0003] He等學(xué)者在文章 "Single image haze removal using dark channel prior.IEEE Trans.on Pattern Analysis and Machine Intelligence,2011,33:2341- 2353."中提出了基于暗通道先驗(yàn)理論的單幅圖像去霧方法。該方法能夠獲得非常不錯的去 霧效果，但是去霧結(jié)果亮度偏暗，而且由于采用軟樞圖算法對初始粗糖透射圖進(jìn)行優(yōu)化，使 整個去霧方法具有較高的時間復(fù)雜度。
[0004] Tarel等學(xué)者在文章 "Fast visibility restoration from a single color or gray level im曰ge.Proceedings of IEEE Conference on Intern曰tion曰1 Conference on Computer Vision,2009,10:20-28."中提出基于兩次中值濾波的快速單幅圖像去霧方 法。該方法具有比較高的去霧效率，但是由于采用不具有良好邊緣保持性的中值濾波算法， 去霧結(jié)果的邊緣區(qū)域存在嚴(yán)重的光暈效應(yīng)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對上述現(xiàn)有圖像去霧技術(shù)的不足，提出一種基于滾動導(dǎo)向的 圖像去霧方法，W避免光暈效應(yīng)的產(chǎn)生，提高去霧結(jié)果的整體亮度，使去霧結(jié)果的視覺效果 更加自然。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下：
[0007] (1)輸入任選的一幅霧天彩色圖像H，依次計算霧天彩色圖像Η的最小值圖像Μ和暗 通道圖像D;
[000引（2)求解霧天彩色圖像Η的大氣光值L
[0009] (2a)將暗通道圖像D中像素點(diǎn)的像素值按由大到小進(jìn)行排序，取排序后前0.1%個 像素點(diǎn)區(qū)域Q;
[0010](化)將霧天彩色圖像Η轉(zhuǎn)換到服V即色調(diào)、飽和度、亮度空間中；
[0011] (2c)將像素點(diǎn)區(qū)域Q所對應(yīng)位置的霧天彩色圖像在HSV空間中的V值按由大到小進(jìn) 行排序，判定取排序后處于1/5位置所對應(yīng)的霧天彩色圖像像素點(diǎn)的個數(shù)η:如果n = l，則取 該霧天彩色圖像像素點(diǎn)作為大氣光值L，如果n>l，則取像素值最大的霧天彩色圖像像素點(diǎn) 作為大氣光值L
[0012] (3)求解霧天彩色圖像哺勺初始粗糖透射圖/ (Λ) ·
[0013]
[0014] 式中，tmin(z)表示初始粗糖透射圖/'(X；)的下限，思表示y為W像素點(diǎn)Z為中屯、、窗 口大小為3X3的局部鄰域中像素值最小的像素點(diǎn)，記表示X為W像素點(diǎn)y為中屯、、窗口大 小為3 X 3的局部鄰域中的像素值最大的像素點(diǎn)；
[0015] (4)對初始粗糖透射圖/'(x)進(jìn)行優(yōu)化，獲取優(yōu)化后的透射圖t(x);
[0016] (4a)對初始粗糖透射圖進(jìn)行窗口大小為15X15的中值濾波，獲得濾波后的透 射圖LrfW;
[0017] (4b)按照下式，對步驟（1)獲取的最小值圖像Μ進(jìn)行取反操作，獲得取反后的圖像 麻；
[001 引 = - ，
[0019]式中，M(x)表示最小值圖像Μ中任意一個像素點(diǎn)X的像素值，M(.Y)表示取反后的圖 像.絶中任意一個像素點(diǎn)X的像素值；
[0020] (4c似取反后的圖像痛作為輸入圖像，W中值濾波后的透射圖作為引導(dǎo)圖 像，進(jìn)行聯(lián)合雙邊濾波，獲得聯(lián)合雙邊濾波后的圖像&
[0021] (4d)W取反后的圖像Μ作為輸入圖像，W聯(lián)合雙邊濾波后的圖像乍為引導(dǎo) 圖像，進(jìn)行聯(lián)合雙邊濾波，獲得更新后的聯(lián)合雙邊濾波后的圖像iCx);
[0022] (4e)對步驟(4d)進(jìn)行重復(fù)迭代操作，當(dāng)重復(fù)迭代次數(shù)達(dá)到設(shè)定闊值τ時，則取本次 聯(lián)合雙邊濾波后的圖像作為優(yōu)化后的透射圖t(x)，T取值為5;
[0023] (5)根據(jù)大氣光散射物理模型，利用已求解得到的大氣光值L和優(yōu)化后的透射圖t (義），獲取初始去霧結(jié)果尺〇;
[0024] (6)對初始去霧結(jié)果Ro進(jìn)行基于圖層的細(xì)節(jié)增強(qiáng)處理，獲取最終的去霧結(jié)果R。
[0025] 本發(fā)明與現(xiàn)有技術(shù)相比具有W下優(yōu)點(diǎn)：
[0026] 第一，本發(fā)明方法通過對初始粗糖透射圖采用循環(huán)迭代聯(lián)合雙邊濾波進(jìn)行優(yōu)化， 避免了光暈效應(yīng)的產(chǎn)生，提高了去霧結(jié)果的整體亮度，使去霧結(jié)果視覺效果更加自然。
[0027] 第二，本發(fā)明的方法不僅不需要人工的參與，還能較大地降低計算代價，節(jié)省了計 算時間，在獲得清晰自然的視覺效果的同時，顯著地提高了圖像去霧的效率。
【附圖說明】
[0028] 圖1是本發(fā)明的實(shí)現(xiàn)流程圖；
[0029] 圖2是本發(fā)明仿真使用的道路交通霧天圖像；
[0030] 圖3是本發(fā)明仿真使用的房屋霧天圖像；
[0031] 圖4是用本發(fā)明與現(xiàn)有方法對道路交通霧天圖像的去霧結(jié)果對比圖；
[0032] 圖5是用本發(fā)明與現(xiàn)有方法對房屋霧天圖像的去霧結(jié)果對比圖。
【具體實(shí)施方式】
[0033] 下面結(jié)合附圖對本發(fā)明做進(jìn)一步的描述。
[0034] 參照附圖1，本發(fā)明的具體步驟如下：
[0035] 步驟1:輸入任選的一幅霧天彩色圖像H，依次計算霧天彩色圖像Η的最小值圖像Μ 和暗通道圖像D。
[0036] 本實(shí)施例中使用的霧天彩色圖像如附圖2和附圖3所示。其中，附圖2(a)是道路交 通霧天圖像，大小為600 X 400，附圖3 (a)是房屋霧天圖像，大小為441 X 450。
[0037] (la)從附圖2(a)和附圖3(a)中任選一幅霧天彩色圖像作為輸入的一副霧天彩色 圖像H;
[0038] (化）取霧天彩色圖像Η中每一個像素點(diǎn)在R、G、B即紅綠藍(lán)Ξ個顏色通道上的最小 灰度值，獲得霧天彩色圖像Η的最小值圖像Μ;
[0039] (Ic)對霧天彩色圖像Η的最小值圖像Μ進(jìn)行窗口大小為15 X 15的最小值濾波，獲得 霧天彩色圖像Η的暗通道圖像D。
[0040] 步驟2:求解霧天彩色圖像哺勺大氣光值L。
[0041] (2a)將暗通道圖像D中像素點(diǎn)的像素值按由大到小進(jìn)行排序，取排序后的前0.1% 個像素點(diǎn)區(qū)域Q;
[0042] (2b)將霧天彩色圖像Η轉(zhuǎn)換到服V即色調(diào)、飽和度、亮度空間中；
[0043] (2c)將像素點(diǎn)區(qū)域Q所對應(yīng)位置的霧天彩色圖像在HSV空間中的V值按由大到小進(jìn) 行排序，判定取排序后處于1/5位置所對應(yīng)的霧天彩色圖像像素點(diǎn)的個數(shù)η:如果n = l，則取 該霧天彩色圖像像素點(diǎn)作為大氣光值L，如果n>l，則取像素值最大的霧天彩色圖像像素點(diǎn) 作為大氣光值L。
[0044] 步驟3:根據(jù)彩色圖像中像素點(diǎn)的像素值邊界約束條件求解霧天彩色圖像Η的初始 粗糖透射圖蛛;
[0045]
[0046] 式中，η}門，表示y為W像素點(diǎn)Ζ為中屯、、窗口大小為3 X 3的局部鄰域中像素值最小 的像素點(diǎn)，η貨X,表示X為W像素點(diǎn)y為中屯、、窗口大小為3X3的局部鄰域中的像素值最大的 像素點(diǎn)，tmin(z)表示初始粗糖透射圖/'(/：)的下限，按如下公式計算：
[0047]
[004引式中，H(z)表示霧天彩色圖像Η中任意一個像素點(diǎn)Z的像素值，ce{r，g，b}表示C為 圖像R、G、B^個顏色通道中的任意一個通道，Cl表示無霧彩色圖像中像素點(diǎn)的像素值下限， Cl取值為20，C2表示無霧彩色圖像中像素點(diǎn)的像素值上限，C2取值為280。
[0049] 步驟4:對初始粗糖透射圖進(jìn)行優(yōu)化，獲取優(yōu)化后的透射圖t(x):
[0050] (4a)根據(jù)彩色圖像局部圖像塊的深度信息恒定不變的特征，對初始粗糖透射圖 i'W進(jìn)行窗口大小為15 X 15的中值濾波，獲得濾波后的透射圖;
[0051] (4b)按照下式，對步驟1獲取的最小值圖像Μ進(jìn)行取反操作，獲得最小值圖像Μ取反 后的圖像愈;
[0化2]
[0053] 式中，Μ(χ)表示最小值圖像Μ中任意一個像素點(diǎn)X的像素值，麻的表示取反后的圖 像麻中任意一個像素點(diǎn)X的像素值；
[0054] (4c) W最小值圖像Μ取反后的圖像涼作為輸入圖像，W中值濾波后的透射圖 作為引導(dǎo)圖像，進(jìn)行聯(lián)合雙邊濾波，獲得聯(lián)合雙邊濾波后的圖像4 (.Y);
[0055] (4d) W最小值圖像Μ取反后的圖像近作為輸入圖像，W聯(lián)合雙邊濾波后的圖像 4 (.Υ)作為引導(dǎo)圖像，進(jìn)行聯(lián)合雙邊濾波，獲得更新后的聯(lián)合雙邊濾波后的圖像4仁）;
[0056] (4e)設(shè)定闊值τ，重復(fù)迭代得到優(yōu)化后的透射圖t(x):
[0化7]由于中值濾波后的透射圖的邊緣信息比較模糊，根據(jù)聯(lián)合雙邊濾波所獲得 的濾波結(jié)果邊緣強(qiáng)度介于輸入圖像和引導(dǎo)圖像的邊緣強(qiáng)度之間的特征，通過對步驟(4d)進(jìn) 行重復(fù)迭代操作重塑中值濾波后的透射圖的邊緣信息，當(dāng)重復(fù)迭代次數(shù)達(dá)到設(shè)定闊 值τ = 5時，則取本次聯(lián)合雙邊濾波后的圖像作為優(yōu)化后的透射圖t(x)。
[005引步驟5:根據(jù)大氣散射物理模型，獲取初始去霧結(jié)果Ro。
[0059] 在霧靈天氣條件下，大氣散射物理模型如下：
[0060] H(x) =Ro(x)t(x)+L(l-t(x)),
[0061] 式中，H(x)表示霧天彩色