基于多尺度WLS滤波的雾天图像恢复方法技术

本发明专利技术属于图像处理领域，涉及基于多尺度WLS滤波的雾天图像恢复方法。所述方法包括：根据暗通道先验原理估计大气光照强度A；结合得到的大气光照强度A的值，对图像I进行白平衡，并简化大气散射模型；根据雾天环境的物理属性，对大气耗散函数V进行粗估计，得到；采用多尺度WLS滤波对大气耗散函数进行细估计，得到Vi；结合获得的多尺度大气耗散函数Vi，根据简化大气散射模型恢复雾天图像为理想天气下的图像Ri；结合获得的多尺度恢复图像Ri，采用色调映射算法调整图像动态范围，进行可视度的提升，得到最终结果R。本发明专利技术能够有效提高雾天图像的对比度与清晰度，具有计算复杂度较低、执行效率较强等优点。

【技术实现步骤摘要】
【专利摘要】本专利技术属于图像处理领域，涉及基于多尺度WLS滤波的雾天图像恢复方法。所述方法包括：根据暗通道先验原理估计大气光照强度A；结合得到的大气光照强度A的值，对图像I进行白平衡，并简化大气散射模型；根据雾天环境的物理属性，对大气耗散函数V进行粗估计，得到；采用多尺度WLS滤波对大气耗散函数进行细估计，得到Vi；结合获得的多尺度大气耗散函数Vi，根据简化大气散射模型恢复雾天图像为理想天气下的图像Ri；结合获得的多尺度恢复图像Ri，采用色调映射算法调整图像动态范围，进行可视度的提升，得到最终结果R。本专利技术能够有效提高雾天图像的对比度与清晰度，具有计算复杂度较低、执行效率较强等优点。【专利说明】基于多尺度WLS滤波的雾天图像恢复方法
本专利技术属于图像处理领域，具体涉及一种基于多尺度WLS(Weightedleast squares,加权最小二乘法）滤波的雾天图像处理方法。
技术介绍
在雾、霾等天气条件下，由于场景的能见度降低，图像中目标对比度和颜色等特征 被衰减，这极大地限制和影响了户外工作系统，如视频监控、地形勘测、自动驾驶等。因此， 对雾天图像恢复的实现是一个极具现实意义的问题。 目前，对雾天图像进行清晰化处理的方法大体上有两类：基于模型的和非模型的 算法。这里的模型指的是大气散射模型，它是一种描述光在大气中传输的物理模型。其中， 基于非模型的算法并不要求了解图像退化的原因，只能在一定程度上改善视觉效果。此类 方法属于图像增强技术范畴，主要包括：直方图方法，基于小波的方法，以及基于Retinex 的算法等；基于模型的算法通过了解图像退化的内在原因而进行逆运算来改善图像的可视 度，采用该类方法处理图像属于图像恢复技术范畴，由于它们利用了图像退化的物理机理， 因此这类算法更加可靠，去雾效果更加明显。 近年来，基于模型的研究取得了较大的进展，特别是针对单幅图像去雾技术取得 了重大突破° 文献I(TarelJP,HautiN.Fastvisibilityrestorationfromasingle colororgraylevelimage.ProceedingsofIEEEConferenceonInternational ConferenceonComputerVision,Kyoto,Japan, 2009:20-28)假设大气耗散函在可行域 中逼近最大值，且局部变化平缓，提出了一种快速图像去雾算法。该方法采用中值滤波方 法估计大气耗散函数，其缺点是细节保持能力较差。文献2(HeK，SunJ，TangX.Single imagehazeremovalusingdarkchannelprior.ProceedingsofIEEEConference onComputerVisionandPatternRecognition(CVPR).NewYork,USA:IEEEComputer Society，2009:1956-1963)通过对户外无雾图像的统计实验提出了暗原色先验理论，利用 该理论获得了很好的去雾效果，并能得到相应的深度图像。该方法具备物理有效性，但算法 复杂度高、处理速度慢。
技术实现思路
本专利技术的目的在于提出一种基于多尺度WLS滤波的雾天图像恢复方法，采用大气 散射模型对雾天场景进行建模，准确求解大气耗散函数，有效地去除图像中雾气的影响，改 善雾天图像可视度。 下面给出本专利技术所述方法的原理。 在大雾天气情况下，大气中漂浮的悬浮颗粒的直径比较大，它不仅对入射光有直 接的影响，也会反射周围的环境光。大气散射模型能够用于描述这种光在雾天传输的物理 特性，该模型表示如下： I(x，y) =R(x，y)e-0d(x'y)+A(l-e-ed(x'y)) 其中，I为原图像亮度，R为理想天气下的清晰图像亮度，A为全局性的大气光照， 3是大气散射系数，雾天环境下它可认为是一个与波长无关的常量，d为景深。本专利技术为了 避免直接求解d和3两个参数，采用求解大气耗散函数的方式，其表示为： V(x，y) =l-e-0d(x'y) 其中，V为大气耗散函数，包含景深信息，能够粗略表示雾气的影响。结合上式与 大气散射模型可知，去雾操作过程转变为通过I计算A和V两个参数，进而求解清晰图像R。 R也可以分解为： R(x,y) =Ap(x,y) 其中，P为场景反照率。 根据上述原理，本专利技术所述方法包括以下步骤： 步骤1 :根据暗通道先验原理估计大气光照强度A。 步骤2 :结合得到的大气光照强度A的值，对图像I进行白平衡，并简化大气散射 模型。 步骤3 :根据雾天环境的物理属性，对大气耗散函数进行粗估计，得到(？。 步骤4:采用多尺度WLS滤波对大气耗散函数f进行细估计，得到Vi,i为大于零的 整数。 步骤5:结合获得的多尺度大气耗散函数Vi,根据简化大气散射模型恢复雾天图像 为理想天气下的图像氏。 步骤6 :结合获得的多尺度恢复图像Ri,采用色调映射算法调整输出图像动态范 围，进行可视度的提升，得到最终结果R。 与现有技术相比，本专利技术具有以下优点： (1)本专利技术能够有效提高雾天图像的对比度与清晰度，具有计算复杂度较低、执行 效率较强等优点。实验证明，文献1所述方法去雾处理后有校正过度的现象，且存在雾气去 除不完全现象。文献2所述方法的去雾效果较为自然，但是细节凸显能力较差，执行耗时较 长。相比较二者，本专利技术所述方法去雾效果显著，较好地保持了图像颜色，增强了细节信息， 大幅度提高了图像对比度。 (2)本专利技术在许多领域中具有重要的应用价值。比如，对于灰度图像和彩色图像均 能处理，本专利技术能够满足视频监控、目标跟踪、信息识别等对于图像可视度的要求。另外，本 专利技术在高速公路交通监控、军事侦察、遥感探测等领域具有很高的实用价值。 【专利附图】【附图说明】 图1为本专利技术所述方法的流程图； 图2为本专利技术实施例获得的结果：(a)原图像，（b)单尺度细化结果V1, (c)单尺度 去雾结果R1, (d)实验最终结果R; 图3?5为本专利技术与现有技术效果对比1?3,（a)原图像，（b)应用文献1得到 的结果，（c)应用文献2得到的结果，（d)应用本专利技术得到的结果。 【具体实施方式】 下面结合附图和实施方式对本专利技术做进一步说明。 本专利技术所述方法的流程图如图1所示，具体包括以下步骤： 步骤1 :输入原始图像，以图2(a)为例，该图为大小为315X315的雾天图像，采用 基于暗通道先验的方法求解全局常量大气光照A。 暗通道先验认为在非天空图像块中，至少有一个颜色通道在某些像素上有很低的 亮度。对于一幅雾天图像I，可以定义暗通道为： 【权利要求】1. 基于多尺度WLS滤波的雾天图像恢复方法，其特征在于包括以下步骤： 步骤1 :根据暗通道先验原理估计大气光照强度A; 步骤2 :结合得到的大气光照强度A的值，对图像I进行白平衡，并简化大气散射模型； 步骤3 :根据雾天环境的物理属性，对大气耗散函数V进行粗估计，得到P; 步骤4 :采用多尺度加权最小二乘法WLS滤波对大气耗散函数进行细估计，得到V本文档来自技高网...

【技术保护点】
基于多尺度WLS滤波的雾天图像恢复方法，其特征在于包括以下步骤：步骤1：根据暗通道先验原理估计大气光照强度A；步骤2：结合得到的大气光照强度A的值，对图像I进行白平衡，并简化大气散射模型；步骤3：根据雾天环境的物理属性，对大气耗散函数V进行粗估计，得到步骤4：采用多尺度加权最小二乘法WLS滤波对大气耗散函数进行细估计，得到Vi，i为大于零的整数；步骤5：结合获得的多尺度大气耗散函数Vi，根据简化大气散射模型恢复雾天图像为理想天气下的图像Ri；步骤6：结合获得的多尺度恢复图像Ri，采用色调映射算法调整图像动态范围，进行可视度的提升，得到最终结果R。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵宏宇，肖创柏，禹晶，段娟，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11