一种基于半逆法的快速单幅图像去雾算法制造技术

本发明专利技术公开了一种基于半逆法的快速单幅图像去雾算法，从大气散射模型考虑出发，利用改进的半逆算法得到大气整体光照值，获得的大气整体光照值比取暗通道中灰度最大值具有更强的鲁棒性；其次，基于大气散射光的特性，以图像边缘信息为合成条件融合了图像的边缘信息和场景深度信息，准确估测了大气光幂；然后，根据大气散射模型得到初步复原无雾图像；最后，对初步去雾后图像经过色调调整和细节增强处理，得到一副真实感强烈的无雾图像。该方法对于深度发生突变或者远景像素点有很好的处理效果，消除了光晕效应。大量实验表明，本发明专利技术很好保持了色彩和细节信息，具有较好的自动性和鲁棒性，可进一步用于视频去雾系统。

【技术实现步骤摘要】
一种基于半逆法的快速单幅图像去雾算法
本专利技术涉及图像处理
，尤其涉及的是一种基于半逆法的快速单幅图像去雾改进算法。
技术介绍
图像去雾问题在数学分析中被归纳为图像处理中的欠约束问题，这种问题往往未知参数较多而且没有客观的评价标准。在早期的图像去雾算法研究中一般采用图像增强的方法，如直方图增强，伽马修正，对比度拉伸等来实现图像在视觉效果上恢复，这种方法被定义为非物理模型方法去雾。但是这样的方法没有考虑图像的内在信息因素和降质过程，导致图像过饱和或颜色严重失真。随着去雾理论的发展，图像降质的过程得到了更多的关注，其中像大气散射模型等模型的提出让图像去雾技术有了较大的进步，基于降质模型的方法被定义为物理模型方法。近几年，基于单幅图像去雾算法主要是围绕物理模型来展开的。Narasimhan[1]等人利用相同场景、不同季节光照的多幅图像做线性融合运算，从而估测到深度图像，进而复原无雾图像。但是这样的方法比较依靠深度和不同图像的光照信息，条件较为苛刻，不太适合实时图像处理。Fattal[2]通过假设透射率和表面投影的局部不相关，估算景物的反射率，进而推断景物的透射率来复原无雾图像，该方法在雾浓度比较大的区域或者假设不成立时失效。Tarel[3]通过计算大气光幂，来复原无雾图像，但是所采用的中值滤波器不能很好的维持边缘细节信息，在深度发生突变或者远景区域容易产生光晕效应。相比之下，何凯明[4]等人提出的暗原色先验算法让图像去雾技术再向前推进一大步，受到研究人员的高度关注。但是其算法在优化透射率时所用的抠图方法(softmatting)技术具有很高的空间和时间复杂度，耗时较长。为了解决这个问题，何凯明[5]等人又采用了导向滤波(Guided-imagefilter)来修正透射图(Transmissionmap)，但是却导致图像质量的降低，所得到的透射图没有抠图方法得到的结果精细。同时Z.Wang[6]等人采用的多尺度透射图融合方法也能获得很好的效果，但是其多尺度融合技术计算复杂度较高。WeiSun[7]采用的双边滤波器也能得到很好透射图，然而由于双边滤波器所采用的梯度权重计算原理，容易导致梯度逆反效应。近期国内外基于暗原色先验知识的改进的快速算法成为了热点。由Land[8]提出的Retinex算法以及其相关改进算法在色彩增强算法中得到成功应用，该算法名字来源与视网膜(retina)和大脑皮层(cortex)两个词的合成，将到达成像设备的光分为照度分量和反射分量，从图像中去除场景的照度分量，获得反射分量。这种人眼视觉模型近几年也受到极大的关注。例如，黄黎红[9]等提出了基于单尺度Retinex(SSR)的雾天图像增强算法，刘茜[10]等提出的多尺度Retinex(MSR)的自适应图像增强方法。另外美国国家航空航天局(NASA)的Langley研究中心(LRC)的成果：基于邻域(surround-based)的Retinex算法被成功嵌入DSP系统，对分辨率为256×256的灰度图像，该算法的处理速度可达30帧/s，实时性较强，但此算法容易引入光晕效应。大气散射模型：Narasimhan,Nayar等[1]研究了不同天气条件下的大气粒子特性，分析了各种大气粒子散射特性，提出了雾霾天气和水下环境下的大气散射模型。和Narasimhan等[1]的模型类似，对雾天图像的物理模型也可以使用何凯明等[6]所提到单幅图像的大气散射模型，该模型表述为：I(x)＝J(x)t(x)+A(1-t(x))(1)其中I(x)为降质图像，J(x)为原始图像，t(x)为透射率，A为整体大气光照值。该模型认为两种环境光造成了图像的降质。一种是景物反射光线的衰减项，另一种则是大气粒子对照射光的散射项。所以J(x)t(x)描述的景物反射光线穿过大气后的衰减项，而A(1-t(x))表示大气散射光，它导致场景的模糊和色偏。当大气同质时，透射率t(x)可以表示为：t(x)＝e-βd(2)其中：β是大气散射系数，d是场景深度。图像去雾的目的是通过t(x)、A值复原无雾图像J(x)。大气光幂V(x)满足两个约束条件：(1)大气光幂为正值(2)大气光幂的灰度值不大于该像素点的RGB通道中的最小灰度值并推导出大气光幂V(x)的计算公式为：V(x)＝A(1-e-βd)(3)本专利技术以大气光幂V(x)满足两个假设为依据,采用了一种新的估测大气光幂的方案。参考文献：[1]S.G.NarasimhanandS.K.Nayar.Visionandtheatmosphere.IJCV,2002,48(3):233-254[2]R.Fattal.Singleimagedehazing[C],ACMTransactionsonGraphicvol.27,no.3,p.1,Aug.2008.pp:1-7.[3]TarelJP,HautiereN.Fastvisibilityrestorationfromasinglecolororgraylevelimage.In:Proceedingsofthe12thIEEEInternationalConferenceonComputerVisionKyoto.Japan:IEEE,2009.pp:2201-2208.[4]KMHe,JSun,XOTang.singleimagehazeremovalusingdarkchannelprior[A].CVPR[C].Miami,FL；IEEEComputerSociety,2009,1.pp:1956-1963.[5]KMHe,JSun,XOTang.GuidedImageFiltering[A].IEEEtransactionsonpattrenanalysisandMachineintelligence,vol.35,NO.6,June2013.[6]Z.Wang,Y.Feng.Fastsinglehazeenhancement.ComputElectrEng(2013),http://dx.doi.org/10.1016/j.compeleceng.2013.06.009.[7]WeiSun.Anewsingle-imagefogremovalalgorithmbasedonphysicalmodel.Optik124(2013)4770-4775[8]LandEH.TheRexinextheoryofcolorvision[J].AmericanScientist,1977,237(6):108-128.[9]黄黎红.一种基于单尺度Retinex的雾天降质图像增强新算法[J].应用光学.2010.31(5).pp:728-733.[10]刘茜.基于多尺度Retinex的自适应图像增强法[J].计算机应用.1001-9081(2009)08-2077-03[11]CodrutaOrnianaAncuti,CosminAncuti,ChrisHermans,PhilippeBekaert.AFastSemi-inverseApproachtoDetectandRemovetheHazefromaSingleImage[A].ACCV[C]2010-10thAsianCon本文档来自技高网...

【技术保护点】
一种基于半逆法的快速单幅图像去雾算法，其特征在于，包括以下步骤：A1、用改进的半逆检测算法求整体大气光照值A；首先,取雾气区域亮度分量上方1/10的像素区域做四叉树分割，将这些区域分为四个小块区域，分别比较四个小块区域灰度均值与灰度方差之差，选择差值最小的区域,继续做四叉树分割，一直到选出的矩形区域达到固定边宽，停止分割,取这个矩形区域中最大灰度值做为整体大气光照值A；A2、白平衡处理降质图像I(x)；白平衡的步骤就是首先将相机拍摄到的图像做归一化处理；其次，将整体大气光照值A校正为纯白色；利用白点(White Point)的算法,其公式可表示为：Iwhiter(x)=Ir(x)Amaxr]]>Iwhiteg(x)=Ig(x)Amaxg]]>Iwhiteb(x)=Ib(x)Amaxb;]]>A3、求R,G,B三颜色通道的最小值图像Imin(x)；Imin(x)=minc∈{r,g,b}Ic(x);]]>A4、利用本算法的高斯平滑滤波核处理Imin(x),得到边缘合成条件ΔB；A5、分别利用7×7的高斯滤波和9×9的均值滤波窗口处理Imin(x),得到平滑图像Ismooth(x)；A6、利用合成公式合成大气光幂V(x,y):V(x,y)=min((Imin(x)+Ismooth(x))/2,C)ΔB≠0min(Ismooth(x),C)ΔB=0]]>A7、以Imin(x)作为引导图像，对V(x,y)进行导向滤波处理；A8、根据公式:V(x,y)＝max(min(K*V(x,y),Imin(x)),0),得到优化后的V(x,y)；A9、根据公式:J(x,y)=I(x)-V(x,y)1-V(x,y)/A,]]>得到复原图像J(x,y)；A10、对J(x,y)做色调映射和细节增强。...

【技术特征摘要】
1.一种基于半逆法的快速单幅图像去雾算法，其特征在于，包括以下步骤：A1、用改进的半逆检测算法求整体大气光照值A；首先,取雾气区域亮度分量上方1/10的像素区域做四叉树分割，将这些区域分为四个小块区域，分别比较四个小块区域灰度均值与灰度方差之差，选择差值最小的区域,继续做四叉树分割，一直到选出的矩形区域达到固定边宽，停止分割,取这个矩形区域中最大灰度值做为整体大气光照值A；A2、白平衡处理降质图像I(x)；白平衡的步骤就是首先将相机拍摄到的图像做归一化处理；其次，将整体大气光照值A校正为纯白色；利用白点WhitePoint的算法，其公式中参数Iwhiter,Iwhiteg,Iwhiteb分别表示白平衡后的R,G,B三通道图，Ir(x),Ig(x),Ib(x)分别表示原图的R,G,B三通道图，A表示整体大气光照值，maxr,maxg,maxb分别为原图R,G,B三通道的最大值，其公式可表示为：A3、求R,G,B三颜色通道...

【专利技术属性】
技术研发人员：张红英，刘言，王小元，吴亚东，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川;51