一种针对道路图像的快速去雾方法技术

本发明专利技术公开了一种针对道路图像的快速去雾方法，包括步骤1，通过原始雾天道路图像的饱和度分量求取大气光值和传播图；步骤2，结合能见度表达式求取增强区域分割图并复原图像；步骤3，对复原图像进行对比度拉伸处理确定去雾后的道路图像。该方法建立在道路场景图像特点的基础上，采用对图像近处路面区域弱增强，同时对驾驶员所感兴趣的远处区域重点增强的方式，以区别于现有去雾方法大多对整幅图像进行统一增强的方式；从而实现了对雾天道路图像更为有效、快速的去雾处理，可广泛应用于安全辅助驾驶系统、自主车驾驶等领域。此外，本发明专利技术方法的时空复杂度较低，具有较快的运行速度。

【技术实现步骤摘要】
一种针对道路图像的快速去雾方法
本专利技术属于图像信息处理领域，具体涉及一种针对道路图像的快速去雾方法。
技术介绍
交通事故频发的一个主要原因就是由于恶劣天气，尤其是雾天所导致的能见度减低。在此恶劣天气条件下，车载相机所拍摄的道路图像往往降质严重，这就使得目前依赖于相机等传感器的车载应用对于天气条件非常敏感。因此，车载视觉系统应将雾天的不良影响考虑在内以提高系统的可靠性，这就要求我们研究一种能够实时、有效地改善雾天道路图像能见度和对比度的新算法，该项工作对于各种基于视觉的车辆安全辅助驾驶系统具有重要意义。目前，已有图像去雾算法无论是基于图像处理的增强方法还是基于物理模型的复原方法大多为采用统一增强方式的通用方法。其中具有代表性的去雾方法有何恺明提出的基于暗原色的图像去雾方法和Tarel等人提出的基于快速滤波的图像去雾方法。前者被公认为当前去雾效果最好的方法之一，后者被认为是目前去雾速度最快的方法之一。对于何恺明方法的介绍，可以参考论文《SingleImageHazeRemovalUsingDarkChannelPrior(基于暗原色先验信息的单幅图像去雾方法)》(载于IEEETran本文档来自技高网...

【技术保护点】
一种针对道路图像的快速去雾方法，其特征在于，包括以下几个步骤：步骤1：利用原始雾天道路图像的饱和度分量，求取大气光值A和传播图t(x,y)；步骤2：提取原始雾天图像的增强区域分割图G(x,y)；G(x,y)=1-eln(0.05)σdmin(vv-vh)]]>其中，(x,y)表示原始雾天图像中的像素坐标；σ为相机安装标定参数，H表示拍摄原始雾天道路图像的相机安装距离地面的水平高度，α表示像素焦距，θ表示相机倾斜角；dmin表示图像中雾气较少区域与观测点之间的距离常数，取值范围为35‑45；vv表示原始雾天道路图像的行号，从{1,2,…,M}依次取值，M表示原始雾天道路图像的高；vh...

【技术特征摘要】
1.一种针对道路图像的快速去雾方法，其特征在于，包括以下几个步骤：步骤1：利用原始雾天道路图像的饱和度分量，求取大气光值A和传播图t(x,y)；步骤2：提取原始雾天图像的增强区域分割图G(x,y)；其中，(x,y)表示原始雾天图像中的像素坐标；σ为相机安装标定参数，H表示拍摄原始雾天道路图像的相机安装距离地面的水平高度，α表示像素焦距，θ表示相机倾斜角；dmin表示图像中雾气较少区域与观测点之间的距离常数，取值范围为35-45；vv表示原始雾天道路图像的行号，从{1,2,…,M}依次取值，M表示原始雾天道路图像的高；vh表示图像水平线或道路消失点在原始雾天道路图像中的行号，为向上取整操作；步骤3：将大气光值和传播图代入能见度表达式，求取增强区域分割图的复原图像R(x,y)，完成对原始雾天道路图像的去雾；其中，I(x,y)为原始雾天道路图像；w表示图像亮度调节因子，其取值范围为0～1；t0表示传播图亮度调整因子，取值范围为0.1-1；对所述的复原图像R(x,y)进行自适应对比度拉伸，将对比度拉伸处理后的图像作为最终的去雾道路图像Rf(x,y)；其中，Vlow和Vhigh分别为采用积累直方图自适应选取的图像最小像素阈值和最大像素阈值：上...

【专利技术属性】
技术研发人员：郭璠，唐琎，彭辉，邹北骥，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43