图像除雾装置和图像除雾方法
【专利摘要】本发明提供一种图像除雾装置和方法，具备：输入单元，输入原始图像；第一粗距离参数求取单元，计算所述原始图像中的每个像素的粗距离参数；边缘求取单元，计算所述原始图像的边缘信息；天空划分单元，基于所述边缘信息和所述粗距离参数，划分所述原始图像中的天空区域；第二粗距离参数求取单元，根据所述天空划分单元输出的天空划分结果，修正所述粗距离参数；粗距离参数精细化单元，对经修正的粗距离参数进行精细化；处理单元，利用由所述粗距离参数精细化单元进行了精细化的粗距离参数进行除雾处理和白平衡处理。根据本发明的图像除雾装置，能够充分利用图像的特征信息，对于沙尘的场景或者彩色雾的场景，得到更好的除雾效果，防止图像失真。
【专利说明】图像除雾装置和图像除雾方法
【技术领域】
[0001]本发明涉及一种图像除雾装置和图像除雾方法。
【背景技术】
[0002]中国地理环境复杂，天气多样，雾天在大多数地区经常可见，而且个别地区还会受到沙尘天气的影响。雾与沙尘天气降低了户外视频图像的能见度。另外，在大型城市中，由于空气质量的问题，户外视频图像的能见度也会降低。能见度的降低对于视频图像的质量产生较大影响。特别是对于安防监控领域，影响更加明显。雾化图像清晰化是图像处理领域中的迫切的实用需求。同时最近几年基于单帧图像的除雾技术的突破使得雾化图像除雾处理成为计算机视觉领域越来越重要的研究方向。
[0003]目前，雾化图像清晰化方法主要有两个方向:基于一般图像增强方法的除雾算法和基于大气模型的除雾算法。属于基于一般图像增强方法的除雾算法的有直方图均值、空间锐化滤波、高频加强滤波、小波增强、Retinex增强滤波等等。这些算法以增强图像的对比度和能见度为出发点并且与除雾没有直接关系，对于由低照明等原因引起的视频图像能见度降低等问题也可以进行处理。在2002年，由NARASIMAHAN等人在论文《Vision and theAtmosphere》中首次提出了基于大气模型的除雾清晰化方法。这类方法在最近几年取得技术突破，主要是由Fattal, Kaiming He等人提出了一些新的算法,在仅仅单巾贞图像的情况下，除雾效果远远优于一般图像增强的除雾方法。
[0004]大气物理模型描述了当大气中具有悬浮颗粒时摄像装置拍摄或人眼观察物体的光学原理。大气模型的公式为:
[0005]I (X) =J (X) t (X) +A (1-1 (X))
[0006](I)
[0007]其中，I⑴代表摄像装置拍摄到的雾化图像或者人眼观察到的雾化图像，X=(x，y)为图像像素坐标。J(X)为物体反射光图像，表示没有雾的图像，或者可以说是除雾处理的结果图像。A为图像中天空的一点(以下也称作“天空点”)的RGB值，以下也称作天空点参数。如果当前输入图像中没有天空存在，则将图像中雾浓度最强的点视作天空点。t(X)定义了空气介质的传输函数，描述了物体反射光经过空中悬浮颗粒的散射以后残留下来而达摄像装置的比例。t(X)是一个大于O且小于I的标量数据，图像中每个像素具有一个t (X)。
I(X)、J⑴与A均为图像RGB数据。
[0008]以下参照图1说明式(I)。图1是大气模型公式的示意图。图1左侧的图像是人眼或摄像装置观察到的图像I(X)。图像I(X)由两部分组成，其中，第一部分为物体反射光J(X)经过空中悬浮颗粒散射以后存留下来的部分J(x)t(x)，第二部分为空中悬浮颗粒散射太阳光所造成的大气环境光A(1-t (X))。式(I)中的t (X)是被摄物体与摄像装置(人眼)之间距离(即物距)的函数，具体表示为
[0009]t ⑴=e,(x) (2)
[0010]其中，d(X)是图像中一物体点与摄像装置(人眼)之间的距离，因此t(X)也称作“距离参数”。β是大气散射系数，是常数。
[0011]由式(I)与式(2)可以看出物体反射光到达摄像装置的强度J(X)t(X)和物体与摄像装置之间的距离d(X)之间的关系为距离越远则光线衰减越厉害；大气环境光到达摄像装置的强度A (1-t (X))与距离d(X)之间的关系为距离越远则光线越强，所以在无穷远处呈现出白色。
[0012]最近几年，基于大气模型公式(I)的除雾算法取得突破，这些算法仅需单帧图像作为输入图像就能取得不错的除雾效果。在表1中列举了一些相关算法。
[0013]表1基于大气模型的除雾算法
【权利要求】
1.一种图像除雾装置，其特征在于， 具备: 输入单元，输入原始图像； 第一粗距离参数求取单元，计算所述原始图像中的每个像素的粗距离参数； 边缘求取单元，计算所述原始图像的边缘信息； 天空划分单元，基于所述边缘信息和所述粗距离参数，划分所述原始图像中的天空区域； 第二粗距离参数求取单元，根据所述天空划分单元输出的天空划分结果，修正所述粗距离参数； 粗距离参数精细化单元，对经修正的粗距离参数进行精细化； 处理单元，利用由所述粗距离参数精细化单元进行了精细化的粗距离参数进行除雾处理和白平衡处理。
2.如权利要求1所述的图像除雾装置，其特征在于， 所述天空划分单元根据所 述边缘信息判定当前像素是否位于边缘，如果位于边缘，则判定当前像素及其上方到非天空部分的多个像素为非天空部分。
3.如权利要求2所述的图像除雾装置，其特征在于， 所述天空划分单元读取当前像素的粗距离参数，在当前像素不位于边缘且其粗距离参数大于规定值的情况下，则判定当前像素及其上方到非天空部分的多个像素为非天空部分。
4.如权利要求3所述的图像除雾装置，其特征在于， 所述天空划分单元读取当前像素的粗距离参数，在当前像素不位于边缘且其粗距离参数小于规定值、并且当前像素上方预设范围内不存在边缘的情况下，将该像素判定为天空部分。
5.如权利要求4所述的图像除雾装置，其特征在于， 所述天空划分单元读取当前像素的粗距离参数，在当前像素不位于边缘且其粗距离参数小于所述规定值、并且当前像素上方预设范围内存在边缘的情况下，找到当前像素的所述边缘信息中的上方边缘，并比较当前像素的粗距离参数与所述上方边缘的粗距离参数，如果当前像素的粗距离参数接近或大于其上方边缘的粗距离参数，则判定当前像素是非天空部分，否则，则判定该像素为天空部分。
6.如权利要求5所述的图像除雾装置，其特征在于， 如果从上方边缘的粗距离参数减去当前像素的粗距离参数的计算值小于0.02，则天空划分单元判定为当前像素的粗距离参数接近或大于其上方边缘的粗距离参数。
7.如权利要求4或5所述的图像除雾装置，其特征在于， 当所述第二粗距离参数求取单元接收到被判定为天空部分的像素，则该第二粗距离参数求取单元将该像素的粗距离参数修正为预定值。
8.如权利要求7所述的图像除雾装置，其特征在于， 所述预定值为0.98。
9.如权利要求1~8中任一项所述的图像除雾装置，其特征在于， 所述第一粗距离参数求取单元和所述第二粗距离参数求取单元为同一单元。
10.一种图像除雾方法，其特征在于， 包括: 输入原始图像； 计算所述原始图像中的每个像素的粗距离参数； 计算所述原始图像的边缘信息； 基于所述边缘信息和所述粗距离参数，划分所述原始图像中的天空区域； 根据天空划分结果，修正所述粗距离参数； 对经修正的粗距离参数进行精细化； 利用进行了精细化的粗距离参数进行除雾处理和白平衡处理。
11.如权利要求10所述的图像除雾方法，其特征在于， 根据所述边缘信息判定当前像素是否位于边缘，如果位于边缘，则判定当前像素及其上方到非天空部分的多个像素为非天空部分。
12.如权利要 求11所述的图像除雾方法，其特征在于， 读取当前像素的粗距离参数，在当前像素不位于边缘且其粗距离参数大于规定值的情况下，则判定当前像素及其上方到非天空部分的多个像素为非天空部分。
13.如权利要求12所述的图像除雾方法，其特征在于， 读取当前像素的粗距离参数，在当前像素不位于边缘且其粗距离参数小于规定值、并且当前像素上方预设范围内不存在边缘的情况下，将该像素判定为天空部分。
14.如权利要求13所述的图像除雾方法，其特征在于， 读取当前像素的粗距离参数，在当前像素不位于边缘且其粗距离参数小于所述规定值、并且当前像素上方预设范围内存在边缘的情况下，找到当前像素的所述边缘信息中的上方边缘，并比较当前像素的粗距离参数与所述上方边缘的粗距离参数，如果当前像素的粗距离参数接近或大于其上方边缘的粗距离参数，则判定当前像素是非天空部分，否则，则判定该像素为天空部分。
15.如权利要求14所述的图像除雾方法，其特征在于， 如果从上方边缘的粗距离参数减去当前像素的粗距离参数的计算值小于0.02，则判定为当前像素的粗距离参数接近或大于其上方边缘的粗距离参数。
16.如权利要求13或14所述的图像除雾方法，其特征在于， 当接收到被判定为天空部分的像素，则将该像素的粗距离参数修正为预定值。
17.如权利要求16所述的图像除雾方法，其特征在于， 所述预定值为0.98。
【文档编号】G06T7/00GK104077745SQ201310106782
【公开日】2014年10月1日 申请日期:2013年3月29日 优先权日:2013年3月29日
【发明者】王瑾娟 申请人:株式会社日立制作所