基于生物视觉机理的图像去雾方法技术

本发明专利技术公开了一种基于生物视觉机理的图像去雾方法，本发明专利技术的方法通过非经典感受野单拮抗模型，利用不同敏感系数下外周的抑制作用和亚区的去抑制作用的相互作用，将有雾图像的弥漫光照去除，增强原始图像色彩对比度，实现有雾图像的自动增强，本发明专利技术提供了一种符合生理特性的方法，在保持细节特征的同时，准确、高效地实现了单幅有雾彩色图像的颜色去雾增强。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及彩色图像增强技术，具体涉及一种基于视网膜非经典感受野视觉机制的图像去雾增强方法。
技术介绍
随着信息技术的不断发展，计算机视觉设备被越来越广泛的应用于不同领域。在实际应用中，因为环境、系统以及人为因素的影响，传感器获得的图像或多或少都存在一定程度的退化。其中，由于传感器设计时通常没有考虑天气影响，在雾霾环境下，获取的图像退化尤为严重。因此，如何对雾霾环境下传感器获取的高亮度低对比的有雾图像进行去雾增强，具有十分重要的现实意义。目前，图像去雾主要有图像增强去雾和物理模型恢复去雾两条基本思路。基于图像增强的方法不考虑图像退化的具体原因，以部分信息丢失为代价对图像中有用部分进行增强，比较具有代表性的方法有直方图均衡化，同态滤波，小波变换和Retinex算法。基于物理模型的方法先建立雾霾下成像模型，再在此基础上恢复出去雾图像，比较具有代表性的方法有场景深度估计算法和暗通道先验算法。这些算法能一定程度上实现图像去雾的效果，但都存在各自的局限性，例如，直方图均衡化会造成局部细节信息丢失，同态滤波计算开销较大，Retinex算法滤波器参数选取困难，场景深度估计算法需要多幅图像估计深度信息，暗通道先验算法需要满足先验假设。
技术实现思路
针对现有技术存在的上述问题，本专利技术提出了一种。本专利技术的技术方案为:一种，包括以下步骤:步骤1:设定感受野大小及确定相应的模型参数；步骤2:对色偏图像每一个像素点分别提取红色分量Ik、绿色分量I。、蓝色分量IB，计算出平均亮度分量1:1= (Ie+Ig+Ib)/3 ;步骤3:设定去雾深度th和兴奋抑制比K ；步骤4:将红、绿、蓝三通道像素值均值最小者与去雾深度比较，若该值小于去雾深度，即min (mean (Ik) ,mean (Ig) ,mean (Ib) ))〈th,图像无需进行去雾，处理完成；大于等于去雾深度则执行步骤5 ；步骤5:根据兴奋抑制比计算出红通道非经典感受野外周敏感系数Ak2，亚区敏感系数AK3，绿通道非经典感受野外周敏感系数\2，亚区敏感系数\3，蓝通道非经典感受野外周敏感系数aB2，亚区敏感系数aB3，Ae2 = K3 Ae3 = AE23Ag2 = K3 Ag3 = AG23Ab2 = K3 Ab3 = Ab2 3步骤7:根据公式本文档来自技高网...

【技术保护点】
一种基于生物视觉机理的图像去雾方法，包括以下步骤：步骤1：设定感受野大小及确定相应的模型参数；步骤2：对色偏图像每一个像素点分别提取红色分量IR、绿色分量IG、蓝色分量IB，计算出平均亮度分量I：I＝(IR+IG+IB)/3；步骤3：设定去雾深度th和兴奋抑制比K；步骤4：将红、绿、蓝三通道像素值均值最小者与去雾深度比较，若该值小于去雾深度，即min(mean(IR),mean(IG),mean(IB)))<th，图像无需进行去雾，处理完成；大于等于去雾深度则执行步骤5；步骤5：根据兴奋抑制比计算出红通道非经典感受野外周敏感系数AR2，亚区敏感系数AR3，绿通道非经典感受野外周敏感系数AG2，亚区敏感系数AG3，蓝通道非经典感受野外周敏感系数AB2，亚区敏感系数AB3，AR2＝K3   AR3＝AR23AG2＝K3   AG3＝AG23AB2＝K3   AB3＝AB23步骤7：根据公式RR3(x,y;σu)=MAX[0,I(x,y)-AR3×I(p,q)⊗g(|p-x|,|q-y|;σu)]]]>RG3(x,y;&sigma;u)=MAX[0,I(x,y)-AG3×I(p,q)⊗g(|p-x|,|q-y|;σu)]]]>RB3(x,y;σu)=MAX[0,I(x,y)-AB3×I(p,q)⊗g(|p-x|,|q-y|;σu)]]]>计算出红通道亚区去抑制后响应RR3(x,y；σu)，绿通道亚区去抑制后响应RG3(x,y；σu)，蓝通道亚区去抑制后响应RB3(x,y；σu)，其中，表示卷积，I(x,y)表示中心点亮度，I(p,q)表示亚区内除中心外的点的亮度，(p,q)为落在亚区内除中心外的点，MAX表示取两者中较大值；步骤8：根据公式RR2(x,y;σs)=AR2×RR3(p,q;σu)⊗g(|p-x|,|q-y|;σs)]]]>RG2(x,y;σs)=AG2×RG3(p,q;σu)⊗g(|p-x|,|q-y|;σs)]]]>RB2(x,y;σs)=AB2×RB3(p,q;σu)⊗g(|p-x|,|q-y|;σs)]]]>计算出红通道外周抑制RR2(x,y；σs)，绿通道外周抑制RG2(x,y；σs)，蓝通道外周抑制RB2(x,y；σs)，其中，(p,q)为落在外周内的点；步骤9：根据公式RR1(x,y;σc)=MAX[0,IR(p,q)⊗g(|p-x|,|q-y|;σc)-RR2(x,y;σs)]]]>RG1(x,y;σc)=MAX[0,IG(p,q)⊗g(|p-x|,|q-y|;σc)-RG2(x,y;σs)]]]>RB1(x,y;σc)=MAX[0,IB(p,q)⊗g(|p-x|,|q-y|;σc)-RB2(x,y;σs)]]]>计算出红通道中心区抑制后响应RR1(x,y；σc)，绿通道中心区抑制后响应RG1(x,y；σc)，蓝通道中心区抑制后响应RB1(x,y；σc)，其中，(p,q)为落在中心区Center内的点，取RR1(x,y；σc)、RG1(x,y；σc)、RB1(x,y；σc)作为像素点(x,y)新的红、绿、蓝分量；步骤10：在红、绿、蓝通道上分别计算，以红通道输出为红色分量IR，绿通道输出为绿色分量IG，蓝通道输出为蓝色分量IB合成彩色图像，若满足步骤4的条件，则去雾停止，否则，兴奋抑制比K加1，返回步骤5。...

【技术特征摘要】
1.一种基于生物视觉机理的图像去雾方法，包括以下步骤: 步骤1:设定感受野大小及确定相应的模型参数； 步骤2:对色偏图像每一个像素点分别提取红色分量Ik、绿色分量I。、蓝色分量Ib，计算出平均亮度分量1:1= (Ie+Ig+Ib)/3 ; 步骤3:设定去雾深度th和兴奋抑制比K ； 步骤4:将红、绿、蓝三通道像素值均值最小者与去雾深度比较，若该值小于去雾深度，即min (mean (Ik) ,mean (Ig) ,mean (Ib) ))〈th,图像无需进行去雾,处理完成；大于等于去雾深度则执行步骤5 ； 步骤5:根据兴奋抑制比计算出红通道非经典感受野外周敏感系数Ak2，亚区敏感系数Ae3,绿通道非经典感受野外周敏感系数Ae2...

【专利技术属性】
技术研发人员：张显石，李永杰，李朝义，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51