基于内容和特征及多尺度模型的遥感图像雾霾消除方法技术

本发明专利技术公开了一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，通过以下步骤完成：获取该图像的辅助信息，对输入遥感图像的类型进行预处理；判断获取图像覆盖区域的场景内容，设置合理的尺度参数个数和并赋予相应的数值，利用Retinex理论处理图像；对Retinex算法处理后的图像进行颜色补偿处理；将RGB图像转换为HSI模型图像，对I分量进行直方图均衡化处理，处理完后，转换为RGB图像；依据辅助信息对图像进行转换处理。本发明专利技术方法不仅能够有效地消除遥感图像中的雾霾现象，达到增强遥感图像视觉效果和改善遥感图像质量的目的，而且对图像中的细节信息有着较好的保持能力。

【技术实现步骤摘要】
基于内容和特征及多尺度模型的遥感图像雾霾消除方法
本专利技术属于图像处理
，涉及遥感图像处理与应用、图像增强理论、大气物理模型，具体为一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法。
技术介绍
成像遥感技术是人类对地观测和深空探测不可缺少的技术手段。广义遥感指不接触目标却能获取目标的电磁信息，不仅包括传统的飞机、卫星等平台获取的遥感图像，而且还包括普通相机、手机和摄像机等设备获取的图像，因此遥感已进入名副其实的众源遥感时代。同时，各种类型的成像遥感卫星不断成功发射，遥感图像数据的获取已不是问题，遥感数据的处理已进入了大数据时代。由于光学成像受到各种不良天气的影响，例如雾、霾、雨、烟、雪和沙城暴等，所以在恶劣天气条件下获取的光学遥感图像的质量会受到影响。特别在雾霾天气下，获取的图像质量明显下降，细节信息模糊不清，对比度降低，颜色发生偏移，整幅图像显得偏白。这些退化的图像不仅颜色失真，而且视觉效果较差，给后续的图像处理工作带来较大的影响，如信息提取、目标跟踪监测和应用解译等。因此，去除遥感图像中的雾霾现象，恢复图像，或者尽可能降低雾霾的影响，是遥感图像预处理的重要内容，目的是提高遥感图像的质量并充分发挥其价值。消除遥感图像中雾霾本质上是一个图像恢复或图像增强的问题，其目的是要消除或降低图像中雾霾对场景成像的影响，还原景物的本来面目，提高图像的视觉效果和利用价值。因此，对于图像雾霾的去除主要两种思路。第一种思路是采用图像增强的策略来实现去雾霾，第二种思路是对图像进行复原处理，从而达到去雾霾的目的。图像增强的方法主要有直方图均衡法、滤波增强法和Retinex算法等。图像复原法是通过分析图像质量退化的原因，并建立退化模型，利用相关的先验知识来恢复场景图像的本来面目，典型的方法有暗通道先验法，不仅该方法得到了广泛的应用，而且在此基础上提出许多改进的方法。由于雾霾对图像的视觉效果和应用带来较大的影响，因此早在20世纪50年代就开始了这方面的研究工作。随着世界各国的现代化和城镇化的发展，雾霾天气的天数在不断地增加，获取受雾霾影响的图像的数量也必然增多了，所以图像雾霾去除工作是图像预处理的重要内容。图像雾霾去除工作大概经历了三个阶段。第一阶段是采用多幅图像来去除雾霾给图像带来的影响，第二阶段是借助辅助信息来消除图像中的雾霾现象，第三阶段是直接利用单幅图像来实现雾霾滤波处理。由于前两者很难满足实时处理的要求，所以目前图像雾霾消除都以单幅图像作为处理对象。有关图像雾霾处理的文献和方法有许多，而且新的方法和理论还将不断地被提出并得到应用。这些方法大体上可以归纳为四类。第一类方法是基于图像增强处理理论的雾霾消除方法；第二类方法是基于假设条件和先验知识的去雾霾算法；第三类方法是基于融合策略的图像雾霾去除法，既有不同方法的融合，也有不同方法处理结果的融合；第四类方法是基于机器学习和人工智能的新理论与新方法的雾霾去除法。这些方法通常都是从某个角度对图像进行处理，以便于尽量减少雾霾的影响，并且尽可能的恢复场景本来面貌。由于它们的应用有明显的目的性和局限性，导致所用方法的优势是达到预定的目的，劣势是他们的普适性不强，而且雾霾对图像的影响程度是一个动态变化的过程，进一步降低了这些方法的普适性。通过对相关方法的研究和分析，得到如下的一些结果。He等人提出的暗通道先验(DCP)法是一种有效的、出色的以及广泛应用的物理数学模型方法，其不足的地方是使用了软抠图算法，导致计算量过大，运算时间长，尤其图像尺寸较大时，实时性较差；不仅受到白色物体的影响，而且对天空区域的处理效果不太理想，容易产生失真的现象。针对暗通道先验原理的缺陷，许多研究者提出了相应的改进算法。Tan等人在基于晴天获取图像的对比度比雾霾天气条件下获取的图像高以及环境光照量与距离有关的两个前提下，提出了一种基于马尔科夫随机场(MRF)的雾霾去除算法。图像经该方法处理，对比度能够较好地得到提高，但是容易使图像的对比度趋于过度补偿，导致图像的颜色失真，同时在景深突变处易产生晕轮效应。Fattal等人提出的假设前提条件是物体表面色度与介质传输是局部统计部相关的，因为该算法是依托于局部假设统计，不仅计算量大，而且在浓雾区域是无效的。除了上述典型的基于物理模型的方法以外，还有许多改进的方法，它们从成像原理和大气散射物理模型的角度进行雾霾的去除，关键技术在于大气环境光值和大气透射率的估计，所以不同的估计方法会产生不同的效果。如果不同方法的结果进行融合，能有效提高雾霾去除的效果，于是出现了不同方法或不同尺度的融合策略。通常情况下，融合处理都会增加处理的复杂性、耗费更多的时间，不仅增加了实时性的挑战，而且有时候处理效果并没有提高多少，原因是融合权值的确定会带来较大影响。同样，基于单幅图像的机器学习方法去除雾霾，由于要产生大量的训练样本特征子图像，使处理过程变复杂，处理速度变缓慢。通过图像增强的策略消除雾霾影响，没有考虑雾霾对图像降质的原因，只是从图像域的角度对图像本身进行处理，为了应用的目的，也能取得非常好的效果。直方图均衡的方法经常用于图像雾霾去除，这种方法简单可靠，计算量小，开销最低，处理速度快，对于场景距离变化不大或雾霾浓度较低的图像，均能获得较好的去雾效果。不足的地方，图像经直方图均衡化处理后容易产生过增强现象。Retinex算法是一种基于颜色恒定不变的模型方法，能有效地去除图像中的雾霾现象，提高图像质量，并且具有较好的适用性。Land在中心/环绕函数的基础上提出了单尺度Retinex算法(SSR)。由于选择尺度的不同，会导致其对雾霾去除的效果产生较大的差异。为了解决单尺度Retinex算法的不足，Jobson等人提出了多尺度Retinex算法(MSR)，改善了单尺度在细节和整体性处理方面的矛盾。接着面对多尺度Retinex算法出现的失真问题，学者们又提出了带有彩色恢复的改进Retinex算法。虽然Retinex算法能很好地消除图像中的雾霾，但处理后的图像存在色彩偏灰，使彩色信息存在损失的现象，同时对于增强雾霾天气图像中较亮处的细节比较困难。这些算法的提出与应用主要是针对室外图像和彩色图像。遥感图像不同于室外图像，而且还有全色图像的存在。室外图像一般包含有天空远景；同时，大部分室外图像的景深距离跨度较大。所以，室外图像的处理重点在远景部分，而遥感图像是中心和四周的关系。针对现有算法的不足和遥感图像的特点，从图像增强的角度，本专利技术提出了一种基于图像内容、统计特征和多尺度物理模型的遥感图像雾霾消除算法。该专利技术首先对输入的遥感图像进行预处理，然后用两种多尺度Retinex方法处理遥感图像，处理完后进行直方图处理，根据输入图像的先验信息，判断是否需要进行融合处理。
技术实现思路
针对上述现有技术状况，本专利技术的目的旨在提出一种基于图像内容、统计特征和多尺度物理模型的遥感图像雾霾消除方法。该方法不仅能够有效地消除遥感图像中的雾霾现象，达到增强遥感图像视觉效果和改善遥感图像质量的目的，而且对图像中的细节信息有着较好的保持能力。本专利技术具体通过以下技术方案实现：一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，主要包括以下步骤：1)输入遥感图像，获取该图像的辅助信息，并保存所得辅助信息；2本文档来自技高网...

【技术保护点】
1.一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，其特征在于，包括以下步骤：1)输入遥感图像，获取该图像的辅助信息，并保存所得辅助信息；2)对输入遥感图像的类型进行预处理，当图像为灰度图像时，将灰度图像转换为假彩色图像；3)初步判断获取图像覆盖区域的场景内容；4)设置合理的尺度参数个数和并赋予相应的数值，利用Retinex理论处理图像；5)对Retinex算法处理后的图像进行颜色补偿处理；6)根据从图像中获取的内容信息选择相应的处理方案；7)先将RGB图像转换为HSI模型图像，对I分量进行直方图均衡化处理，处理完后，转换为RGB图像；8)依据辅助信息对图像进行转换处理。

【技术特征摘要】
1.一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，其特征在于，包括以下步骤：1)输入遥感图像，获取该图像的辅助信息，并保存所得辅助信息；2)对输入遥感图像的类型进行预处理，当图像为灰度图像时，将灰度图像转换为假彩色图像；3)初步判断获取图像覆盖区域的场景内容；4)设置合理的尺度参数个数和并赋予相应的数值，利用Retinex理论处理图像；5)对Retinex算法处理后的图像进行颜色补偿处理；6)根据从图像中获取的内容信息选择相应的处理方案；7)先将RGB图像转换为HSI模型图像，对I分量进行直方图均衡化处理，处理完后，转换为RGB图像；8)依据辅助信息对图像进行转换处理。2.根据权利要求1所述的一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，其特征在于，所述的辅助信息包括类型信息和内容信息，所述的类型信息用于判断图像是否为灰度图像和彩色图像。3.根据权利要求1所述的一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，其特征在于，所述的尺度参数值的个数为6个和9个，具体数值为20、40、60、80、100和120，或32、64、128、256、512、1024、2048、4096和8192。4.根据权利要求1所述的一种基于内容和特征及多尺度模型的遥感图像雾霾消除方法，其特征在于，所述的颜色补偿处理按照如下数学模型进行处理：ri*(x,y)＝Ci(x,y)·ri(x,y)(2)其中，ri(x,y)和Ci(x...

【专利技术属性】
技术研发人员：黄世奇，赵伟伟，吕林涛，乌伟，李丹，王祖良，张玉成，
申请(专利权)人：西京学院，
类型：发明
国别省市：陕西,61