The invention discloses a restoration method for the degradation model and group sparse fog image based on the method, based on the fog atmospheric scattering model, analyzed and summarized the law of variation of brightness change depth of each pixel and the pixel caused by atmospheric light scattering, thus the design of the fog the image degradation operator, and the construction of the fog degradation model. Then, based on the degradation model, using the group sparse representation training group each group corresponds to the dictionary, then use the SBI method for solving sparse coefficient, finally restored image by group dictionary and sparse coefficient representation. The combination of fog degraded model and group sparse representation method of the invention will be proposed, the calculation results of image restoration, make full use of the sparsity of the local and non local image self similarity, which restored the fog image with good contrast and clarity.
【技术实现步骤摘要】
一种基于退化模型和群稀疏的雾天图像复原方法
本专利技术涉及一种基于退化模型和群稀疏的雾天图像复原方法,属于雾天图像处理
技术介绍
雨、雾等恶劣天气对很多行业都会产生很大的影响,比如:在交通行业,无论是高速公路,还是航空,雨、雾天气都会增加交通事故发生的风险。图像去雾的目的就是去除天气因素对图像质量的影响,以恢复清晰的图像,属于图像复原的一种。该课题近年来一直是图像处理和计算机视觉领域的研究热点。很多图像复原问题的本质都是设计了有效的正则项来准确刻画图像的先验知识,近几年,随着稀疏表示理论的发展,稀疏表示模型成为被广泛关注的先验模型,该模型利用自然图像的稀疏性,在一个较为合适的字典下,由字典中少量元素的线性组合对图像信号进行稀疏表示。目前较先进的稀疏表示模型包括基于图像块的稀疏表示模型和基于群的稀疏表示模型等,其中,基于群的稀疏表示模型的优点除了在字典优化和求解稀疏系数时计算量较小之外,其还充分考虑了图像块间的局部稀疏性和非局部自相似性,能更好的对图像进行复原表示。公开号CN104091307A《基于反馈均值滤波的雾天图像快速复原方法》,该方法以大气散射模型为基础,主要通过图像预处理、估计大气光值、估计透射图、色调调整等步骤对雾天图像进行复原。该方法虽然可以较准确地估计大气光值,但其复原过程较为复杂。Tarel等人2009年在IEEEInternationalConferenceonComputerVision上发表论文“Fastvisibilityrestorationfromasinglecolororgraylevelimage”,提出了一种 ...
【技术保护点】
一种基于退化模型和群稀疏的雾天图像复原方法,其特征在于,包括如下步骤:步骤1,获取雾天图像,将雾天图像通过如下退化模型表示:y=Hx+N其中,y为雾天天气下获取到的退化图像,x为退化前的清晰图像,N为高斯白噪声,H为退化算子,且H=1‑e
【技术特征摘要】
1.一种基于退化模型和群稀疏的雾天图像复原方法,其特征在于,包括如下步骤:步骤1,获取雾天图像,将雾天图像通过如下退化模型表示:y=Hx+N其中,y为雾天天气下获取到的退化图像,x为退化前的清晰图像,N为高斯白噪声,H为退化算子,且H=1-e-βd,β为大气散射系数,d为退化图像上各像素点的深度,r1、r2分别为以退化图像中心为坐标原点任意一个像素点的横、纵坐标;步骤2,设定滑动窗口的长和宽,将雾天退化图像按从左至右位移二分之一长,从上至下位移二分之一宽的方式遍历,得到大小与滑动窗口大小相同的图像块;对任意图像块xk,k=1,2,…,n,将以该图像块为中心的正方形内其他图像块作为该图像块的邻近图像块,利用欧氏距离在邻近图像块中寻找与该图像块最匹配的c个图像块,且邻近图像块的个数大于c,将c个图像块中的每个图像块作为矩阵的一列,得到群k=1,2,…,n,n为图像块的总数;步骤3,对每个群进行估计,并对该估计进行奇异值分解,得到群对应的自适应群字典其中,为的原子,i=1,2,…,m,m为原子的个数;步骤4,将每个群基于自适应群字典进行表示,并利用分离Bregman迭代算法求解稀疏系数使得其中,为的元素,i=1,2,…,m,m为元素的个数;步骤5,根据自适应群字典的集合和稀疏系数的集合,得到复原后的图像。2.根据权利要求1所述基于退化模型和群稀疏的雾天图像复原方法,其特征在于,步骤...
【专利技术属性】
技术研发人员:王鑫,朱行成,熊星南,王慧斌,吕国芳,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。