专利名称：一种基于各向异性滤波的去雾方法
技术领域：
本发明涉及图像处理与计算机视觉领域，尤其是涉及一种基于各向异性滤波的去雾方法。
背景技术：
计算机视觉系统的很多户外用户，如城市交通、视频监管、图像识别等，都要求图像特征的检测具备鲁棒性。然而，在雾天、阴雨天等条件下所采集的图像对比度很低，可视性很差，给提取图像信息造成了一定的障碍。因此，去除雨雾对所摄取图像的影响，将会给社会带来方便性和安全性方面的有效提升。在计算机视觉领域，目前主要是采用基于暗通道先验并使用Guided Filter滤波器进行传输函数估计的雾天降质图像复原算法、基于大气膜估计的雾天降质图像复原算法来处理雨雾图像。基于暗通道先验并使用Guided Filter滤波器进行传输函数估计的雾天降质图像复原算法可以有效的估计传输函数，但是对景物颜色的恢复有偏差，天空出现光晕现象；基于大气膜估计的雾天降质图像复原算法对颜色恢复较好，但天空区域出现灰色，视觉效果不好。中国专利201010139441.1公开一种基于暗原色的自动图像去雾方法，该方法利用暗原色先验求取传输图像，多尺度Retinex求取亮度分量图像，其处理速度慢，传输函数的下限阈值不能动态自适应调整，处理后的天空区域的存在光晕。
发明内容
本发明的目的在于提供可改善雾天、阴雨天等条件下所摄取图像的视觉效果的一种基于各向异性滤波的去雾方法。
本发明包括以下步骤I)通过引导图像求取大气光照值；2)通过引导图像，利用各向异性滤波器求取传输函数图；3)动态自适应调整去除雾气的下限阈值；4)根据大气散射物理模型中的观测有雾图像、大气光照值和传输函数图复原场景图像；复原后的场景图像按以下表达式确定
T, 、 /(.V, j/) - AJ{x,y) =-—~~-+A %
max(/(.v, >■),/ )其中，(x, y)表示二维空间坐标，J(x，y)为复原后的场景图像，I (x，y)为观测有雾图像，A为大气光照值，t (x, y)为传输函数图，t0为下限阈值。在步骤I)中，所述通过引导图像求取大气光照值的具体方法可为当观测有雾图像为灰度图像时，将该灰度图像作为引导图像；所述引导图像按以下表达式确定Ipjide (x, y) = I (x, y)；
其中，Iguide(x, y)为引导图像，I(x，y)为观测有雾图像；当观测有雾图像为彩色图像时，先计算此彩色图像每个像素点处的R、G、B三个颜色通道的最小值，作为引导图像；所述引导图像按以下表达式确定
权利要求
1.一种基于各向异性滤波的去雾方法，其特征在于包括以下步骤 1)通过引导图像求取大气光照值； 2)通过引导图像，利用各向异性滤波器求取传输函数图； 3)动态自适应调整去除雾气的下限阈值； 4)根据大气散射物理模型中的观测有雾图像、大气光照值和传输函数图复原场景图像；复原后的场景图像按以下表达式确定 /(v'；)~f +A； max(/(X v),/n) 其中，(x，y)表示二维空间坐标，J(x, y)为复原后的场景图像，I(x，y)为观测有雾图像，A为大气光照值，t (x, y)为传输函数图，t0为下限阈值。
2.如权利要求1所述一种基于各向异性滤波的去雾方法，其特征在于在步骤I)中，所述通过引导图像求取大气光照值的具体方法为 当观测有雾图像为灰度图像时，将该灰度图像作为引导图像； 所述引导图像按以下表达式确定Igmde (X，y) = I (X，y)； 其中，Iguide(x，y)为引导图像，I(x，y)为观测有雾图像； 当观测有雾图像为彩色图像时，先计算此彩色图像每个像素点处的R、G、B三个颜色通道的最小值，作为引导图像； 所述引导图像按以下表达式确定 ^ cf={R,G,B]- 其中，Iguide(x, y)为引导图像，C为颜色通道，C e {R, G, B}分别为R、G、B颜色通道，Γ为彩色观测图像的颜色通道； 再用统计的方法，对所得到的引导图像取前O. 1%最亮的点，对这些点的亮度值求平均值得到大气光照值； 所述大气光照值按以下表达式确定A=YjIfmde(X^y)INx i=l 其中，A为大气光照值，(x, y)为二维空间坐标，i为引导图像中前O. 1%最亮的点，N为引导图像中前O. 1%最亮的点的数量。
3.如权利要求1所述一种基于各向异性滤波的去雾方法，其特征在于在步骤2)中，所述通过引导图像，利用各向异性滤波器求取传输函数图的具体方法为 将滤波窗口中心点邻域的圆形区域分成2n个子图像块，每个子图像块各自计算均值和标准差，该邻域均值和标准差的输出采用加权平均的方法获取，权值由各个子图像区域的标准差影响，即，若标准差小，则对应的权值大；若标准差大，则对应的权值小； (I)求取滤波区域各个子图像块的分块函数 所述分块函数按以下表达式确定 V1=UiX gz ；4
4.如权利要求3所述一种基于各向异性滤波的去雾方法，其特征在于所述η取4。
5.如权利要求1所述一种基于各向异性滤波的去雾方法，其特征在于在步骤3)中，所述动态自适应调整去除雾气的下限阈值的具体方法为 阈值下限的设定不应依照图像天空面积人为的进行设置，采用动态下限阈值方法，即统计传输参数小于O.1的点的个数占整幅图像的像素总数的比值，将该值作为下限阈值tQ，动态阈值的选取设置上限，其上限设置为O. 3 ； 所述动态阈值的选取过程按以下表达式确定
全文摘要
一种基于各向异性滤波的去雾方法，涉及图像处理与计算机视觉领域。提供可改善雾天、阴雨天等条件下所摄取图像的视觉效果的一种基于各向异性滤波的去雾方法。1)通过引导图像求取大气光照值；2)通过引导图像，利用各向异性滤波器求取传输函数图；3)动态自适应调整去除雾气的下限阈值；4)根据大气散射物理模型中的观测有雾图像、大气光照值和传输函数图复原场景图像。建立在大气散射物理模型的基础上，能够自适应的处理雾天、阴雨天等环境下所摄取的各种图像，去雾后的图像具有理想的对比度和视觉效果，整体增强效果优于传统的图像去雾方法。
文档编号G06T5/00GK103034983SQ20131000847
公开日2013年4月10日 申请日期2013年1月10日 优先权日2013年1月10日
发明者丁兴号, 吴笑天, 郭伟, 傅雪阳, 金文博 申请人:厦门大学