一种基于暗原色先验的图像去雾方法
【技术领域】
[0001] 本发明属于图像处理领域，尤其涉及能够对图像进行去雾处理的，一种基于暗原 色先验的图像去雾方法。
【背景技术】
[0002] 近来，雾霾天气成为一种频发的天气现象。雾霾中的液滴和固体小颗粒不仅危害 人体健康，而且大量悬浮粒子的散射作用使大气能见度降低，降低图像质量，影响获取图像 中的相关信息，同时户外清晰度降低也导致了不必要的交通事故，因此，图像去雾技术成为 图像处理与计算机视觉领域急需研宄的课题之一。
[0003] 图像去雾技术主要包括基于图像复原和基于图像增强的两类。基于图像复原的算 法从图像退化的物理模型出发，通过分析、求解图像降质过程的逆过程，获得各降质环节 的相关参数，从而恢复出尽可能逼真的清晰图像。近来，基于单色大气散射模型的去雾算 法，在基于一些先验知识和假设的前提下取得了很大进展。
[0004]目前，通用的图像去雾算法是先估算大气透射率，再根据单色大气散射模型恢复 场景色彩。
[0005]Tan假设局部区域的环境光为常数，以及对比度显著增强，在马尔科夫随机场模型 的框架下，构造关于边缘强度的的代价函数，使用图分割理论估计最优光照，但由此导致的 图像颜色过度饱和失真无法避免，且在景深突变的的交界区域产生严重的Halo效应。
[0006]Fattal假设图像局部区域的透射率为常向量，以及物体表面色度与介质传播具有 统计不相关性，此算法需要大量的物理色彩信息，但是，在浓雾条件下的图像丢失了大量色 彩信息，此时对图像的透射率估计偏差大，算法失效。
[0007] 何凯明等提出了一种暗原色先验的算法。假设至少一个颜色通道的局部区域内的 场景反照率趋于零，接着用最小值滤波对介质传播函数粗估计，然后，用软抠图算法对该函 数细化，由此得到去雾图。但此细化算法实质上是一种大规模稀疏线性方程组的求解问题， 具有很高的时间和空间复杂度；另外，图像抠图引入a通道使前景与背景过度区域的边缘 柔化，而介质传播函数为场景辐射的指数衰减因子，因此，软抠图算法用于介质传播函数的 细化并不合理；同时，单一的最小值滤波会产生Halo效应和块效应。
[0008] 继而，又有分别采用双边滤波和中值滤波来代替最小值滤波的算法，以提升去雾 性能。Gibson等提出用中值滤波代替最小值滤波，可以减弱Halo效应，该算法不需要软抠 图或双边滤波对透射率图细化，显著的降低了运算的时间复杂度，但是该方法去雾图像质 量较差，易出现黑斑效应。张小刚提出了双区域滤波，定义了暗区域，改进了中值滤波算法， 减弱了其黑斑效应，但是该算法对图像细节的保持作用有限，图像细节精细度降低。
[0009] 上述文献皆取大气光为常数，在有景深变化的图像中，这一假设显然是不合理的； 另外基于暗原色先验的算法都存在去雾图像灰暗，存在Halo效应，或者为消除Halo效应而 采取复杂的运算，增加了算法的时间复杂度。
【发明内容】
[0010] 本发明的目的是提供一种去雾效果好、处理时间复杂度低的，基于暗原色先验的 图像去雾方法。
[0011] 本发明是通过以下技术方案实现的：
[0012] 一种基于暗原色先验的图像去雾方法，包括以下几个步骤，
[0013] 步骤一：基于经典聚类算法对图像I(X)进行分割获得候选天空区域It (X);
[0014] 步骤二：对候选天空区域It(X)腐蚀处理得到天空亮度；
[0015] 步骤三：根据获得的天空亮度，对图像进行改进的最小值滤波，得到粗估计透射率 图像；
[0016] 步骤四：通过导向滤波优化粗估计透射率图像，得到优化的透射率图像；
[0017] 步骤五：基于大气散射模型获得复原图像。
[0018] 本发明一种基于暗原色先验的图像去雾方法，还可以包括：
[0019] 1、天空亮度为：
【主权项】
1. 一种基于暗原色先验的图像去雾方法，其特征在于：包括w下几个步骤， 步骤一：基于经典聚类算法对图像I(x)进行分割获得候选天空区域It(X); 步骤二：对候选天空区域It(X)腐蚀处理得到天空亮度； 步骤根据获得的天空亮度，对图像进行改进的最小值滤波，得到粗估计透射率图 像； 步骤四：通过导向滤波优化粗估计透射率图像，得到优化的透射率图像； 步骤五；基于大气散射模型获得复原图像。
2. 根据权利要求1所述的一种基于暗原色先验的图像去雾方法，其特征在于；所述的 天空亮度为：
其中，A(x)为天空亮度，r(x)为图像I(x)的R，G，BS原色通道，Am" =max(max(Itmh(x)))为天空亮度最大值，Amh=max(min(max(Itmi"(x)))，0. 7*AmJ为天空亮 度最小值，Itmi"(x)为最小值滤波的结果，
其中，X为空间坐标，It(X)为候选天空区域，(y)为It(X)的R，G，BS原色通道，Q(X)是W像素点X为中屯、的方形区域。
3. 根据权利要求1所述的一种基于暗原色先验的图像去雾方法，其特征在于；所述的 对图像进行改进的最小值滤波采用的函数为：
其中，为暗原色中值，为粗估计透射率图像，r(y)为图像I(x)的R，G，B S原色通道，参数kG[0.8，1)。
4. 根据权利要求1所述的一种基于暗原色先验的图像去雾方法，其特征在于；所述的 优化的透射率图像Qi为：
其中，I为向导，即图像I(X)简记为I，p为输入图像，Q是w像素点k为中屯、的方形区 域，W为该区域的像素数目，li和Pi分别是I和P在Q内的i处的值，y和。2表示I在 该区域的均值和方差，e为一个限制ak的系数，
表示对输入图像的局部区 域的均值。
5.根据权利要求1所述的一种基于暗原色先验的图像去雾方法，其特征在于；所述的 复原图像为：
其中，t(x) = d重为场景的景深，P为大气散射系数，如句为t(x)的估计值， f(x) = 天空亮度A(x)简记为A。 A
【专利摘要】本发明公开了一种基于暗原色先验的图像去雾方法。包括以下几个步骤：步骤一：基于经典聚类算法对图像I(x)进行分割获得候选天空区域It(x)；步骤二：对候选天空区域It(x)腐蚀处理得到天空亮度；步骤三：根据获得的天空亮度，对图像进行改进的最小值滤波，得到粗估计透射率图像；步骤四：通过导向滤波优化粗估计透射率图像，得到优化的透射率图像；步骤五：基于大气散射模型获得复原图像。本发明对大气光做了更合理的处理，减弱图像块效应，提高了图像的整体亮度，使图像更加自然。
【IPC分类】G06T5-00
【公开号】CN104794697
【申请号】CN201510224034
【发明人】陈虹丽, 宋东辉, 沈佳颖, 沈丹, 张磊
【申请人】哈尔滨工程大学
【公开日】2015年7月22日
【申请日】2015年5月5日