技术特征：1.一种基于近红外和可见光图像的融合去雾方法，其特征在于，具体过程为：(一)分别对近红外和可见光图像进行分解，即求两幅图像的双树复小波变换，分解层数N＝3，得到一系列的高频子带图像和一系列低频子带图像IL，其中l表示分解层数，θ为分解方向(二)分别对低频子带分量和高频子带分量进行融合，低频子带的融合规则是：FL＝0.5×VL+0.5×NLFL为低频子带融合图像，VL和NL分别是可见光与近红外的低频分量，(三)高频子带融合规则根据图像的空间频率，其融合规则如下：FH(l)(:,:,θ)=βV(L′,θ)H+(1-β)N(l,θ)H]]>其中FH为融合后图像,l表示分解层数，θ为分解方向，β融合权重系数，其值由下式确定：β=1,SFY>SFN+1β=0,SFN>SFY+1β=SFYSFY+SFN,others]]>SFY和SFN分别是可见光和近红外图像的局部空间频率，根据上述计算可重建一幅清晰无雾的图像。2.估计图像的雾浓度，根据暗原色先验估计图像的雾浓，下式可求得雾浓度：Jdark(x)=minc∈r,g,b(min(Jc(y)))y∈Ω(x)]]>Jdark是图像J的暗原色先验，反映了图像的雾浓度，c表示图像J的RGB通道，Ω(x)是以点x为中心的邻域，根据上述求得的雾浓度对融合的图像进行颜色校正。3.根据雾浓度对融合图像进行颜色校正，校正公式如下：FI＝F0×W+VI×(1-W)F0为近红外和可见光图像基于双树复小波变换的融合图像，W是Jdark的归一化表示，表示雾浓度系数，VI为可见光图像的亮度通道，FI为颜色较正后的图像。4.利用引导图像滤波器对FI做边缘保持平滑，消除图像块状，得到一张更符合人眼视觉特性的图像，滤波过程如下：F′＝guidedfilter(V，FI，r，∈)F’为滤波后图像，V为可见光图像，即引导图像，r为区间半径，ε为调节参数，以上两个参数可根据输入图像尺寸自动进行调整。5.权利要求4中r取值60，ε取值0.001。6.本发明基于双树复小波对近红外和可见光图像快速融合去雾，并根据雾浓度进行颜色校正，得到一张无失真的无雾图像，解决了单幅图像去雾中存在残雾，或者颜色失真的问题。当前第2页1 2 3