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