一种消除图像阴霾的方法技术

本发明专利技术涉及数字图像处理领域，尤其是涉及一种单幅图像去阴霾的技术：消除阴霾导致图像退化的方法。本发明专利技术基于大气光散射模型，并引入表征近似黑体辐射的暗点来作为图像先验知识来去除图像的阴霾退化，恢复清晰图像。具体的步骤有：输入图像；盒式滤波以获得亮度图和局部最小值点；图像分割以区分天空区域和地面目标；对天空区域作大气光估计；对地面目标作暗点选取；阴霾分布估计；衰减补偿计算；无衰减图像重建；色彩还原；输出图像。本发明专利技术实现了从一幅阴霾退化的图像中恢复一个等效晴天拍摄的清晰图像，即去阴霾。

【技术实现步骤摘要】

本专利技术涉及数字图像处理领域，尤其是涉及一种单幅图像去阴霾的技术。
技术介绍
人类正在进入信息时代，计算机将越来越广泛地进入到几乎所有的领域。通过利用计算机，可以使人们从一些简单而重复的工作中解放出来，使人们更多的精力投入到创造性的工作中来。基于计算机视觉的算法，从底层的图像特征提取，到高层的图像内目标识别、行为分析往往建立在处理的图像是清晰的图像基础之上的。而在阴霾天气条件下拍摄的图像，内容模糊，对比度下降，图像的整体颜色偏灰白色，这样的图像会导致大多数基于计算机视觉的算法不能正常的工作。为此，在数字图像处理、计算机视觉等领域人们提出了一系列的算法来处理由于在阴霾天气条件下成像造成的图像质量的下降。目前图像去阴霾方法中，比较经典的是基于物理模型并引入暗通道先验的方法，物理模型主要是利用大气散射模型，通过求解图像退化过程的逆过程来恢复清晰图像。空气中杂质的存在会造成所拍摄室外场景图像的阴霾退化。退化的程度与空气中杂质对光的衰减强度和光从目标物体至拍照设备间的距离相关。在均匀大气假设下，地面物体成像的大气光衰减模型可以表示如下：Ivis＝τ·dl·Iobj+Iair(1-τ·dl)其中，Ivis、Iobj、Iair分别表示接收到的光强、目标物漫反射光强、大气光强，τ是散射系数表示介质对光的吸收散射能力，dl表示从目标物体到接收者间光程距离造成的衰减大小。暗通道先验是颜色先验图像的统计规律。可以表示为：图像中每个像素点周围总会存在亮度很低的点，这些点来源于物体的阴影、黑色物体以及具有鲜艳颜色的物体中。根据这一规律，通过计算暗通道，即可获得阴霾分布的信息，从而推算出无阴霾条件下的清晰图像。然而，基于暗通道先验方法还存在着种种不足。首先，远处的物体的阴影、黑色物体以及具有鲜艳颜色的物体反应在图像中往往十分小，甚至不足一个像素的空间角，此时暗通道亮度极低的假设并不成立，因此造成结果中远处的阴霾无法完全去除的问题；其次，基于暗通道先验的算法未考虑天空区域与地面区域光线来源不同，导致去雾霾后天空颜色失真严重；再次，基于暗通道先验的算法估计大气光时，直接以天空区域的最亮值作大气光，其对噪声敏感导致最终结果不稳定，鲁棒性低；然后，基于暗通道先验的算法并没有考虑到同颜色的光具有相同的光强衰减而RGB三个颜色的光强衰减是不一样的，因此算法恢复的图像存在色彩失真等问题；最后，基于暗通道先验的算法并没有考虑到大气光是太阳光经过大气散射形成的，对这部分的颜色与光强缺少处理导致最终成像存在图像整体偏暗，色彩失真等问题。
技术实现思路
本专利技术的目的是提出一种去除图像中阴霾退化的方法，从一幅阴霾退化的图像中恢复一个等效晴天拍摄的清晰图像，即去阴霾。为此，本专利技术提出的去除图像中阴霾退化的方法包括如下步骤：S1、输入图像：输入一幅待处理的图像；S2、滤波：对输入的图像作滤波；S3、图像分割：将所有剩余的像素点分别标记为天空区域像素点或者地面区域像素点，完成分割图像；S4、大气光估计：针对大气区域的亮度统计信息，按局部邻域像素亮度均匀一致程度筛选用于估计大气光的点，以这些点的均值计算的大气光，分别记录大气光三个颜色通道的强度；S5、暗点选取：选取暗点，求出所有暗点的集合；暗点是图像中表征场景近似黑体辐射物体的像素点，通过统计所有局部最小值点周围邻域的统计信息，只有周围邻域与局部最小值点亮度接近的点才是暗点；S6、阴霾分布估计：获得图像各像素点的阴霾分布；S7、衰减补偿计算：将不同颜色的光强衰减系数，以及各个暗点处的由距离造成的光强衰减程度分别求出，将距离衰减系数通过双边滤波传播到整幅图像，由此计算整幅图像的阴霾分布和RGB三个颜色通道的光强衰减信息，计算图像中各个点的衰减补偿量；S8、无衰减图像重建：将大气光调整为纯白光，将整幅图像各颜色通道亮度等比例放大来还原无阴霾情况下的清晰图像，以此来补偿阴霾造成的整体亮度偏低和目标物体的颜色失真，得到去除光程中大气衰减因素造成的光亮变化后所有像素点各颜色通道的亮度值；S9、色彩还原：去除由于大气光造成的颜色失真；S10、输出图像:将每个点的各颜色通道的亮度值保存下来，以图像格式输出，即得到了去除阴霾影响的图像。本专利技术将整幅图像各颜色通道亮度等比例放大来还原无阴霾情况下的清晰图像。以此来补偿阴霾造成的整体亮度偏低和目标物体的颜色失真，从而实现了从一幅阴霾退化的图像中恢复一个等效晴天拍摄的清晰图像。附图说明附图为本专利技术实施例方法流程图。具体实施方式本实施例的目的是去除单幅图像中的阴霾退化，恢复等效于晴天拍摄的清晰图像。解决目前经典的基于暗通道先验的方法所存在种种问题如远处阴霾无法去除，天空区域失真严重，大气光估计值不稳定，色彩存在偏差，图像整体偏暗等。大气光强衰减模型可表示如下：Ic(i，j)＝dl(i，j)·τc·Pc(i，j)+Ac(1-dl(i，j)·τc)其中，(i，j)表示像素点位置，c∈{R，G，B本文档来自技高网...

【技术保护点】
一种去除图像中阴霾退化的方法，其特征在于包括如下步骤：S1、输入图像：输入一幅待处理的图像；S2、滤波：对输入的图像作滤波；S3、图像分割：将所有剩余的像素点分别标记为天空区域像素点或者地面区域像素点，完成分割图像；S4、大气光估计：针对大气区域的亮度统计信息，按局部邻域像素亮度均匀一致程度筛选用于估计大气光的点，以这些点的均值计算的大气光，分别记录大气光三个颜色通道的强度；S5、暗点选取：选取暗点，求出所有暗点的集合；暗点是图像中表征场景近似黑体辐射物体的像素点，通过统计所有局部最小值点周围邻域的统计信息，只有周围邻域与局部最小值点亮度接近的点才是暗点；S6、阴霾分布估计：获得图像各像素点的阴霾分布；S7、衰减补偿计算：将不同颜色的光强衰减系数，以及各个暗点处的由距离造成的光强衰减程度分别求出，将距离衰减系数通过双边滤波传播到整幅图像，由此计算整幅图像的阴霾分布和RGB三个颜色通道的光强衰减信息，计算图像中各个点的衰减补偿量；S8、无衰减图像重建：将大气光调整为纯白光，将整幅图像各颜色通道亮度等比例放大来还原无阴霾情况下的清晰图像，以此来补偿阴霾造成的整体亮度偏低和目标物体的颜色失真，得到去除光程中大气衰减因素造成的光亮变化后所有像素点各颜色通道的亮度值；S9、色彩还原：去除由于大气光造成的颜色失真；S10、输出图像:将每个点的各颜色通道的亮度值保存下来，以图像格式输出，即得到了去除阴霾影响的图像。...

【技术特征摘要】
1.一种去除图像中阴霾退化的方法，其特征在于包括如下步骤：
S1、输入图像：输入一幅待处理的图像；
S2、滤波：对输入的图像作滤波；
S3、图像分割：将所有剩余的像素点分别标记为天空区域像素点或者地面区域像素点，
完成分割图像；
S4、大气光估计：针对大气区域的亮度统计信息，按局部邻域像素亮度均匀一致程度筛
选用于估计大气光的点，以这些点的均值计算的大气光，分别记录大气光三个颜色通道的
强度；
S5、暗点选取：选取暗点，求出所有暗点的集合；暗点是图像中表征场景近似黑体辐射
物体的像素点，通过统计所有局部最小值点周围邻域的统计信息，只有周围邻域与局部最
小值点亮度接近的点才是暗点；
S6、阴霾分布估计：获得图像各像素点的阴霾分布；
S7、衰减补偿计算：将不同颜色的光强衰减系数，以及各个暗点处的由距离造成的光强
衰减程度分别求出，将距离衰减系数通过双边滤波传播到整幅图像，由此计算整幅图像的
...

【专利技术属性】
技术研发人员：王好谦，袁新，王兴政，张永兵，邵航，戴琼海，
申请(专利权)人：深圳市未来媒体技术研究院，清华大学深圳研究生院，
类型：发明
国别省市：广东;44