一种基于模型与直方图及灰度增强的图像雾霾去除方法技术

一种基于模型与直方图及灰度增强的图像雾霾去除方法，先输入光学遥感图像，判断输入光学遥感图像的类型，是灰度图像还是RGB彩色图像；对于全色的灰度图像，需转换成RGB图像；把RGB图像转换成HSI图像，提取HSI图像的H分量图、S分量图和I分量图；对I分量图进行直方图规定化处理、灰度对比度范围调整、雾霾去除处理；对S分量图进行雾霾去除处理，把HSI图像转换成RGB图像；如果处理的图像是RGB图像，则处理结束，直接输出结果；如果处理的图像是全色灰度图像，则要由RGB图像转换成灰度图像，把其作为处理后的结果，然后直接输出；本发明专利技术能够有效地去除图像中的雾霾影响，增强或改善图像质量。

【技术实现步骤摘要】
一种基于模型与直方图及灰度增强的图像雾霾去除方法
本专利技术属于图像雾霾信号与信息处理及遥感图像处理
，具体涉及一种基于模型与直方图及灰度增强的图像雾霾去除方法。
技术介绍
随着工业化、城镇化和现代化的发展，雾霾天气的明显增加，持续时间增长。雾霾天气的浓度不同，对光学成像的影响效果也是不同的。在轻雾条件下，获取的光学图像，有一种朦胧感觉。如果受到重度霾天气的影响，获取的遥感图像往往不清晰，明显的偏白，特别是远处的部分。这不仅严重影响图像的质量，而且给遥感图像的处理、应用和解译带来较大的困难，因此，去除遥感图像雾霾影响并对其进行增强处理是遥感图像预处理的重要内容。遥感图像雾霾的去除，本质上就是图像的增强或者图像恢复，目的是提高图像的清晰度和质量。在雾霾天气下获得的遥感图像，通常是一种灰蒙蒙的感觉，细节信息变得模糊，甚至看不到细节信息，整幅图像呈现一片偏白的现象。原因是雾霾中存在一些乳胶状的颗粒，影响太阳光的照射和物体的反射，对于地物来说，相当于披了一件外套，使到达地物的光的饱和度降低，产生了模糊现象。雾霾越重，这种现象越严重。众多学者针对图像雾霾去除方法和理论进行了探讨，有学者从物理模型、光照原理和散射原理等方面进行研究，分别提出了典型的Retinex去雾霾算法、暗原色先验原理去雾霾算法和同态滤波去雾霾算法。虽然它们能在一定程度上减少雾霾的影响，但每种方法的不足也很明显，例如Retinex算法不仅原理复杂，运算量相对较大，而且在复杂情况下会出现光晕现象；暗原色原理法参数估计的准确性和调整对去雾霾结果有较大影响；同态滤波是在频率域内对部分频率进行处理，以达到增强效果，但这个频率阈值经验性比较强。还有一种典型的传统方法是直方图均衡化处理，这种方法简单，速度快，对于轻雾的去除，效果很好，但是对于复杂的情况，效果不太理想。最近出现了一些新的理论和方法，例如Retinex算法和暗原色算法的结合，小波分解法和Retinex算法的结合，稀疏表示法和暗原色法的结合，以及机器学习的方法等。这些方法对于处理薄雾，通常能获得好的结果，但是对于复杂情况下，即浓雾或浓霾条件下，结果通常不太理想。所以，这些方法的普适性差，应用范围受限；同时不同方法的组合以及机器学习的方法都是以时间为代价来获得去雾结果。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供了一种基于模型与直方图及灰度增强的图像雾霾去除方法，能够有效地去除图像中的雾霾影响，对于没有受到雾霾影响的图像，能有效地增强或改善图像质量。为了达到上述目的，本专利技术采取的技术方案为：一种基于模型与直方图及灰度增强的图像雾霾去除方法，包括以下步骤：步骤1：输入光学遥感图像；步骤2：判断输入光学遥感图像的类型，是灰度图像还是RGB彩色图像；步骤3：对于全色的灰度图像，需转换成RGB图像；步骤4：把RGB图像转换成HSI图像，提取HSI图像的三个分量，即H分量图、S分量图和I分量图；步骤5：对I分量图进行直方图规定化处理；步骤6：对I分量图进行灰度对比度范围调整；步骤7：对I分量图进行雾霾去除处理；步骤8：对S分量图进行雾霾去除处理，与步骤7相同，只是把S分量图代替I分量图；步骤9：把HSI图像转换成RGB图像；步骤10：如果处理的图像是RGB图像，则处理结束，直接输出结果；步骤11：如果处理的图像是全色灰度图像，则要由RGB图像转换成灰度图像，把其作为处理后的结果，然后直接输出。所述的步骤1中光学遥感图像受到雾霾影响，或没有受到雾霾的干扰；同时，是彩色RGB图像，或是全色的灰度图像。所述的步骤2中对输入的光学遥感图像类型进行判断的依据为：获取输入光学遥感图像的三个参数，即图像纵向像素个数M、横向像素个数N和图像维数K，如果图像维数K大于1，表明该图像是RGB彩色图像；否则该图像就是全色灰度图像。所述的步骤3中对全色灰度图像转换成RGB彩色图像处理为；灰度图像分别赋予每个通道，这样就得到一幅看似像灰度图像的RGB彩色图像，如果改变赋值大小，就会得到不同颜色组合的彩色图像；按式(1)进行处理，得到彩色图像，式中I的表示灰度图像，R、G和B分别表示彩色图像的三个通道图像。所述的步骤4中把RGB图像转换成HSI图像的具体步骤为：步骤4.1：获取HSI图像的H分量图，按式(2)来计算和获取，其中按式(3)计算，步骤4.2：HSI图像的S分量图按式(4)来获得，步骤4.3：HSI图像的I分量图按式(5)来获得，所述的步骤5中对I分量图进行直方图规定化处理为：直方图反映不同灰度级出现的频率或次数，用公式(6)表示，其中，P(rk)表示灰度值为rk的第k级灰度级出现的频率，nk表示灰度值为rk的像素点出现的个数的总和，n表示图像中所有像素的总和，即总的像素的个数；通过对图像直方图的调整，能够调整图像灰度级的空间分布情况；采用直方图规定化，而且规定化的灰度等级设为1024。所述的步骤6中对I分量图进行灰度对比度范围调整为：采用线性的调整策略，用下式表示，式中F(m,n)表示变化前的灰度值，且F(m,n)∈[a,b]，G(m,n)表示变化后的灰度值，且G(m,n)∈[c,d]；这里处理的图像都进行了归一化处理，关键是参数a、b、c和d的取值，对于没有受到雾霾影响或者只受到轻雾影响的图像，这四个参数分别设为a＝0.1，b＝0.9，c＝0.3，d＝1.0；对于受到重度雾霾影响的图像，则它们的设置分别为a＝0.1，b＝0.6，c＝0.5，d＝1.0。步骤7中所述的对I分量图进行雾霾去除处理为：图像雾霾的去除有模型方法和非模型方法，用来描述大气散射中成像过程的物理模型如式(8)所示，I(m,n)＝J(m,n)·t+(1-t)·A(8)式中的(m,n)表示每个像素的空间位置，I(m,n)表示最终进入成像系统的光照强度，即该像素点获取能量的幅度的大小，也即像素点的亮度，也是实际获取的图像；J(m,n)表示没有雾霾影响的条件获得的图像，t表示透射率，A表示大气散射中光的强度；其中透射率由下式计算，t＝e-βd(x)(9)这里的参数β表示大气中介质的消光系数，在均匀介质中其值通常为常数，d(x)表示相机与景物之间的距离；对式(8)进行调整，得到式(10)，从式(10)中看出，只要知道知道参数t和A，就能够获得去雾后的图像J(m,n)；理想情况是t→1，即优的天气条件下获取图像，此时J(m,n)≈I(m,n)；因为对图像进行了归一化处理，参数t近似的用max{I(m,n)}值进行代替，能够显著提高运算速度。所述的步骤9中把HSI图像转换成RGB图像的具体步骤为：步骤9.1：图像都进行了归一化处理，所以各图像的灰度值取值范围是[0,1]；由H、S、I这三个分量来获取R、G、B三个分量计算公式如式(11)、式(12)或式(13)；步骤9.2：若H在大于等于0°到小于120°的范围内，则R、G、B分量由式(11)获取；步骤9.3：若H在大于等于120°到小于240°的范围内，则R、G、B分量由式(12)进行计算，步骤9.4：若H在大于等于240°到小于360°的范围内，则R、G、B分量由式(13)进行计算，所述的步骤11中由RGB图像转换成灰度图像为：直接把RGB图像的B分量作为处理后的灰度图像。本专利技术与本文档来自技高网...

【技术保护点】
1.一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，包括以下步骤：步骤1：输入光学遥感图像；步骤2：判断输入光学遥感图像的类型，是灰度图像还是RGB彩色图像；步骤3：对于全色的灰度图像，需转换成RGB图像；步骤4：把RGB图像转换成HSI图像，提取HSI图像的三个分量，即H分量图、S分量图和I分量图；步骤5：对I分量图进行直方图规定化处理；步骤6：对I分量图进行灰度对比度范围调整；步骤7：对I分量图进行雾霾去除处理；步骤8：对S分量图进行雾霾去除处理，与步骤7相同，只是把S分量图代替I分量图；步骤9：把HSI图像转换成RGB图像；步骤10：如果处理的图像是RGB图像，则处理结束，直接输出结果；步骤11：如果处理的图像是全色灰度图像，则要由RGB图像转换成灰度图像，把其作为处理后的结果，然后直接输出。

【技术特征摘要】
1.一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，包括以下步骤：步骤1：输入光学遥感图像；步骤2：判断输入光学遥感图像的类型，是灰度图像还是RGB彩色图像；步骤3：对于全色的灰度图像，需转换成RGB图像；步骤4：把RGB图像转换成HSI图像，提取HSI图像的三个分量，即H分量图、S分量图和I分量图；步骤5：对I分量图进行直方图规定化处理；步骤6：对I分量图进行灰度对比度范围调整；步骤7：对I分量图进行雾霾去除处理；步骤8：对S分量图进行雾霾去除处理，与步骤7相同，只是把S分量图代替I分量图；步骤9：把HSI图像转换成RGB图像；步骤10：如果处理的图像是RGB图像，则处理结束，直接输出结果；步骤11：如果处理的图像是全色灰度图像，则要由RGB图像转换成灰度图像，把其作为处理后的结果，然后直接输出。2.根据权利要求1所述的一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，所述的步骤1中光学遥感图像受到雾霾影响，或没有受到雾霾的干扰；同时，是彩色RGB图像，或是全色的灰度图像。3.根据权利要求1所述的一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，所述的步骤2中对输入的光学遥感图像类型进行判断的依据为：获取输入光学遥感图像的三个参数，即图像纵向像素个数M、横向像素个数N和图像维数K，如果图像维数K大于1，表明该图像是RGB彩色图像；否则该图像就是全色灰度图像。4.根据权利要求1所述的一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，所述的步骤3中对全色灰度图像转换成RGB彩色图像处理为；灰度图像分别赋予每个通道，这样就得到一幅看似像灰度图像的RGB彩色图像，如果改变赋值大小，就会得到不同颜色组合的彩色图像；按式(1)进行处理，得到彩色图像，式中I的表示灰度图像，R、G和B分别表示彩色图像的三个通道图像。5.根据权利要求1所述的一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，所述的步骤4中把RGB图像转换成HSI图像的具体步骤为：步骤4.1：获取HSI图像的H分量图，按式(2)来计算和获取，其中按式(3)计算，步骤4.2：HSI图像的S分量图按式(4)来获得，步骤4.3：HSI图像的I分量图按式(5)来获得，6.根据权利要求1所述的一种基于模型与直方图及灰度增强的图像雾霾去除方法，其特征在于，所述的步骤5中对I分量图进行直方图规定化处理为：直方图反映不同灰度级出现的频率或次数，用公式(6)表示，其中，P(rk)表示灰度值为rk的第k级灰度级出现的频率，nk表示灰度值为rk的像素点出现的个数的总和，n表示图像中所有像素的总和，即总的像素的个数；通过对图像直方图的调整，能够调整图像灰度级的空间分布情况；采用直方图规定化，...

【专利技术属性】
技术研发人员：黄世奇，段向阳，周美丽，林东，吕林涛，乌伟，武文胜，
申请(专利权)人：西京学院，
类型：发明
国别省市：陕西,61