图像去雾方法和系统的制作方法
【专利摘要】本发明提供了一种图像去雾方法，所述方法包括：计算待处理的有雾图像的大气光成分；采用均值漂移图像分割方法将所述有雾图像进行图像分割处理，获得若干分割图像区域；根据所述大气光成分以利用暗原色先验去雾方法而对每个所述分割图像区域分别进行去雾处理，获得去雾后的图像。本发明提供的图像去雾方法，先利用均值漂移图像分割方法将有雾图像分割为若干分割图像区域，然后对每个分割图像区域分别利用暗原色先验去雾方法进行去雾处理，这样获得的去雾图像避免了在边缘处产生明显的光晕效应的缺陷，得到的去雾图像清晰、不失真。本发明还提供了一种图像去雾系统。
【专利说明】图像去雾方法和系统
【技术领域】
[0001]本发明涉及图像处理【技术领域】，特别是涉及一种图像去雾方法和系统。
【背景技术】
[0002]在有雾气候下，由于大气中水滴等粒子较多，随着物体到成像设备距离的增大，大气粒子的散射作用对成像的影响逐渐增加，这种影响主要由两个散射过程造成:第一，物体表面的反射光在到达成像设备的过程中，由于大气粒子的散射而发生衰减；第二，自然光因大气粒子的散射而进人成像设备参与成像。它们的共同作用导致采集的图像对比度、饱和度低及色调偏移，不仅影响图像的视觉效果，而且影响图像分析和理解的性能。
[0003]由于大气粒子对户外图像采集造成了比较严重的影响，致使室外视频系统无法正常工作，对地形勘探、视频监控等户外作业带来了一定的不便，特别是对交通运输业有着十分恶劣的影响，可能造成交通事故的发生和运输速度的降低。因此对于雾天各种监测系统获取的图像上景物影像的清晰化方法的研究具有重大的现实意义。
[0004]近年来，随着计算机软硬件技术的不断发展，对有雾天气下拍摄图像的景物影像进行去雾处理已经成为可能，这反过来又对去雾图像的清晰度和真实感提出了新的要求。图像去雾技术在视频监控、地形勘测、自动驾驶、城市交通等相关的领域都有着广泛的运用，改善了大雾天气对图像拍摄造成的发白、模糊、对比度低等问题。
[0005]目前对图像进行去雾处理主要采用暗原色先验去雾方法来实现，该方法是通过对大量的无雾图像观察得到的统计规律而获得的。暗原色先验去雾方法简洁有效，对各种类型的含雾图像都能达到一定程度的去雾效果。然而，暗原色先验去雾方法并不能直接作用于整幅自然图像，由于在自然图像中场景深度通常会在景物的边缘处发生突变，导致采用暗原色先验去雾方法进行去雾处理后，在边缘处会产生明显的光晕效应。
【发明内容】
[0006]基于此，有必要针对目前采用暗原色先验去雾方法对整幅自然图像进行去雾处理会在边缘处产生明显的光晕效应的问题，提供一种图像去雾方法和系统。
[0007]一种图像去雾方法，所述方法包括:
[0008]计算待处理的有雾图像的大气光成分；
[0009]采用均值漂移图像分割方法将所述有雾图像进行图像分割处理，获得若干分割图像区域；
[0010]根据所述大气光成分以利用暗原色先验去雾方法而对每个所述分割图像区域分别进行去雾处理，获得去雾后的图像。
[0011]一种图像去雾系统，所述系统包括:
[0012]大气光成分计算模块，用于计算待处理的有雾图像的大气光成分；
[0013]图像分割模块，用于采用均值漂移图像分割方法将所述有雾图像进行图像分割处理，获得若干分割图像区域；
[0014]分割图像区域去雾处理模块，用于根据所述大气光成分以利用暗原色先验去雾系统而对每个所述分割图像区域分别进行去雾处理，获得去雾后的图像。
[0015]上述图像去雾方法和系统，先利用均值漂移图像分割方法将有雾图像分割为若干分割图像区域，然后对每个分割图像区域分别利用暗原色先验去雾方法进行去雾处理，这样获得的去雾图像避免了在边缘处产生明显的光晕效应的缺陷，得到的去雾图像清晰、不失真。
【专利附图】
【附图说明】
[0016]图1为一个实施例中图像去雾方法的流程示意图；
[0017]图2为一个实施例中计算待处理的有雾图像的大气光成分的步骤的流程示意图；
[0018]图3为一个实施例中根据大气光成分以利用暗原色先验去雾方法而对每个分割图像区域分别进行去雾处理，获得去雾后的图像的步骤的流程示意图；
[0019]图4为采用传统的直接利用暗原色先验去雾方法和采用本发明一个实施例的图像去雾方法进行去雾的效果对比图；
[0020]图5为一个实施例中图像去雾系统的结构框图；
[0021]图6为一个实施例中图5中的图像分割模块的结构框图；
[0022]图7为一个实施例中图5中的分割图像区域去雾处理模块的结构框图。
【具体实施方式】
[0023]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0024]这里先对暗原色先验去雾方法的原理进行说明。在计算机视觉和计算机图形中，有雾图像可用公式(I)表示:
[0025]I(x) = J(x) t (X)+A [1-t (X)]公式(I)
[0026]其中，X代表某一像素；I (x)指的是输入的有雾图像被观测到的图像强度，表示有雾图像；J(X)指的是在没有雾的条件下景物的光线强度，表示去雾后的图像；A是外界大气光成分，可按常数向量处理；t(x)指的是光线通过媒质透射到照相机的过程中没有被散射的部分，也就是传播参量。去雾的目标就是从图像I中恢复出J(x)、A和t(x)。
[0027]暗原色先验去雾方法所依据的统计事实是，在绝大多数非天空的局部区域里，某一些像素总会有至少一个颜色通道具有很低的值，换言之，该区域光强度的最小值趋近于零。对于I幅图像D(X)，定义该图像D(X)的暗原色图像，用公式(2)表示为
[0028]D1 ; (X)= min ( min Dc (y)公式⑵
[0029]其中X表示图像中D(X)中像素的位置；c代表颜色通道，这里颜色通道采用RGB(红绿蓝)三通道，在其他实施例中也可以采用其他形式的颜色通道，护则表示图像D(x)的c颜色通道的通道图像；Ω (X)是以X为中心的一块预设大小的方形区域；y是在通道图像De中的方形区域Ω (χ)中的像素的位置。通过对大量无雾图像的统计得出，对于无雾的图像，除了天空的区域，Ddark(X)的强度总是很低并且趋于零，这也是暗原色得名的原因。
[0030]然而，对于有雾图像I (X)，由于附加的外界大气光，图像被雾干扰之后往往要比其本身亮度更大，传播参量t(x) —般较小，所以被浓雾覆盖的图像的暗原色具有较高的强度值。视觉上看来，暗原色强度值是雾浓度的粗略近似，利用有雾图像和无雾图像的这一点差另IJ，就可以将有雾图像进行去雾处理，并获得很好的去雾效果。
[0031]暗原色先验去雾方法，基于如下2个假设:假设在局部小范围内图像的传传播参量t(x)以及图像的暗原色信息都在该区域内是一致的；假设大气光成分A是常数向量。根据公式(I),对该式两边同时除以大气光成分A，并同时求暗原色可得:
【权利要求】
1.一种图像去雾方法，所述方法包括: 计算待处理的有雾图像的大气光成分； 采用均值漂移图像分割方法将所述有雾图像进行图像分割处理，获得若干分割图像区域； 根据所述大气光成分以利用暗原色先验去雾方法而对每个所述分割图像区域分别进行去雾处理，获得去雾后的图像。
2.根据权利要求1所述的图像去雾方法，其特征在于，所述计算待处理的有雾图像的大气光成分，包括: 根据待处理的有雾图像计算全图暗原色图，根据所述全图暗原色图计算出大气光成分。
3.根据权利要求2所述的图像去雾方法，其特征在于，所述根据待处理的有雾图像计算全图暗原色图，根据所述全图暗原色图计算出大气光成分之后，还包括: 判断所述计算出的大气光成分的各通道值是否超过预设值，若是则用预设值替代计算出的大气光成分的相应通道值。
4.根据权利要求1所述的图像去雾方法，其特征在于，所述采用均值漂移图像分割方法将所述有雾图像进行图像分割处理，获得若干分割图像区域，包括: 将所述有雾图像的各个像素的位置及该像素各通道的亮度作为联合特征向量构成特征空间； 迭代计算步骤:在所述特征空间中按顺序选取未标记的特征向量作为初始点，并采用预设偏移均值计算公式计算该特征向量的偏移均值；将计算出的偏移均值赋值给该特征向量，继续在所述特征空间中按顺序选取未标记的特征向量并计算偏移均值，直到计算出的偏移均值与当前选取的特征向量的偏差在预设范围内时将当前选取的特征向量作为终止点而停止计算偏移均值，将从初始点到终止点经历的特征向量赋予相同的标记； 循环执行所述迭代计算步骤，直至特征空间中所有特征向量都被赋予了标记；其中，不同次循环步骤中赋予的标记不同； 按照所述特征空间中各个特征向量所被赋予的标记将所述有雾图像分割为若干分割图像区域。
5.根据权利要求1所述的图像去雾方法，其特征在于，所述根据所述大气光成分以利用暗原色先验去雾方法而对每个所述分割图像区域分别进行去雾处理，获得去雾后的图像，包括: 对每个所述分割图像区域分别计算相应的局部暗原色图； 根据所述局部暗原色图和所述大气光成分计算所述有雾图像的每个像素的传播参量; 根据所述大气光成分和所述有雾图像的每个像素的传播参量计算获得去雾图像。
6.一种图像去雾系统，其特征在于，所述系统包括: 大气光成分计算模块，用于计算待处理的有雾图像的大气光成分； 图像分割模块，用于采用均值漂移图像分割方法将所述有雾图像进行图像分割处理，获得若干分割图像区域； 分割图像区域去雾处理模块，用于根据所述大气光成分以利用暗原色先验去雾系统而对每个所述分割图像区域分别进行去雾处理，获得去雾后的图像。
7.根据权利要求6所述的系统，其特征在于，所述大气光成分计算模块还用于根据待处理的有雾图像计算全图暗原色图，根据所述全图暗原色图计算出大气光成分。
8.根据权利要求7所述的系统，其特征在于，所述大气光成分计算模块还用于判断所述计算出的大气光成分的各通道值是否超过预设值，若是则用预设值替代计算出的大气光成分的相应通道值。
9.根据权利要求6所述的系统，其特征在于，所述图像分割模块包括:特征提取模块、迭代计算模块和分割执行模块； 所述特征提取模块，用于将所述有雾图像的各个像素的位置及该像素各通道的亮度作为联合特征向量构成特征空间； 所述迭代计算模块，用于在所述特征空间中按顺序选取未标记的特征向量作为初始点，并采用预设偏移均值计算公式计算该特征向量的偏移均值；将计算出的偏移均值赋值给该特征向量，继续在所述特征空间中按顺序选取未标记的特征向量并计算偏移均值，直到计算出的偏移均值与当前选取的特征向量的偏差在预设范围内时将当前选取的特征向量作为终止点而停止计算偏移均值，将从初始点到终止点经历的特征向量赋予相同的标记； 所述迭代计算模块还用于循环工作，直至特征空间中所有特征向量都被赋予了标记；其中，不同次循环中赋予的标记不同； 所述分割执行模块，用于按照所述特征空间中各个特征向量所被赋予的标记将所述有雾图像分割为若干分割图像区域。
10.根据权利要求6所述的系统，其特征在于，所述分割图像区域去雾处理模块包括: 局部暗原色图计算模块，用于对每个所述分割图像区域分别计算相应的局部暗原色图； 传播参量计算模块，用于根据所述局部暗原色图和所述大气光成分计算所述有雾图像的每个像素的传播参量； 去雾执行模块，用于根据所述大气光成分和所述有雾图像的每个像素的传播参量计算获得去雾图像。
【文档编号】G06T5/00GK104134193SQ201410354394
【公开日】2014年11月5日 申请日期:2014年7月23日 优先权日:2014年7月23日
【发明者】朱青松, 吴迪, 王磊 申请人:中国科学院深圳先进技术研究院