一种雾霾天气图像增强方法技术

将原雾霾天气彩色图像从RGB空间转换至HSV空间；对明度V进行滤波处理，将色调H、饱和度S和明度V进行合成得到图像1；将所述图像1再从所述HSV空间转换至所述RGB空间，得到所述RGB空间图像2；将所述图像2用多尺度Retinex算法进行处理，将雾霾天气彩色图像分为入射分量L和反射分量R；对所述入射分量L进行伽马变换，对所述反射分量R进行双边滤波，得到图像3；对所述图像3用Sigmoid函数进行增强处理，得到最终图像4。

Method for enhancing image of fog and haze

The haze weather color image is converted from RGB space to HSV space; the lightness V filtering, H, S and the hue saturation lightness V synthesized image 1; the 1 image from the HSV space conversion to the RGB space, and obtain the image of RGB space will be 2; the 2 image by multi-scale Retinex algorithm of color image processing, the fog and haze is divided into the incident component L and reflection component R; gamma transform to the incident component L, bilateral filtering the reflection component R, are 3 images of the image; 3 Sigmoid function is used to enhance the treatment, get the final image 4.

【技术实现步骤摘要】
一种雾霾天气图像增强方法
本专利技术涉及图像增强
，特别是涉及一种雾霾天气图像增强方法。
技术介绍
近年来由于环境污染的严重，雾霾天气频发，雾霾天气中，由于大气散射的作用，所拍摄的图像的颜色失真、对比度也有所降低，图像的整体质量也会下降，使得智能摄像系统提取的图像质量产生退化，图像的视觉效果受到严重的影响，因而需要对输出之前的图像进行增强处理，使其更加适合人类的视觉系统。现有的图像增强方法大都在RGB空间进行，而在RGB空间中，若对R、G、B分量分别进行不同程度的调整，就会改变每个分量所占的比例，改变图像的彩色信息。并且目前已有的雾天图像增强方法，如同态滤波算法和多尺度Retinex算法，都是图像增强中的基本算法，具有很强的应用性，但也各自存在着一定的问题，首先同态滤波算法，在应用时由于图像在频域上的滤波是面向整幅图像的，就不可避免的去除一些有用的信息；其次多尺度Retinex算法虽然能够较好的保持图像的色彩，但也有一定的局限性，容易产生光晕。因此就雾霾天的图像来说，迫切的要求找到一种合适的增强算法，使其更加适合人眼的视觉特性和机器的识别要求。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种雾霾天气图像增强方法，来增强雾天图像的对比度，恢复雾天图像的色彩，使其更加的自然、清晰。为了能够达到上述的目的，本专利技术所采用的技术方案是一种雾霾天气图像增强方法，包括：一种雾霾天气图像增强方法，将原雾霾天气彩色图像从RGB空间转换至HSV空间；对明度V进行滤波处理，将色调H、饱和度S和明度V进行合成得到图像1；将所述图像1再从所述HSV空间转换至所述RGB空间，得到所述RGB空间图像2；将所述图像2用多尺度Retinex算法进行处理，将雾霾天气彩色图像分为入射分量L和反射分量R；对所述入射分量L进行伽马变换，对所述反射分量R进行双边滤波，得到图像3；对所述图像3用Sigmoid函数进行增强处理，得到最终图像4。通过以下的公式将所述RGB空间模型中的颜色参数红色、绿色、蓝色转换至所述HSV空间模型中的颜色参数色调H、饱和度S、明度V：公式中R、G、B的取值范围均为，而所述HSV空间的取值范围分别为，代表所述RGB分量中的最大值，代表所述RGB分量中的最小值。在所述HSV空间，保持所述色调H、饱和度S不变，使用下述公式，对所述明度V进行同态滤波处理：其中和表示为高频成分增加的倍数以及低频成分减少的倍数，满足且；为锐化系数并且，为截止频率半径，为到滤波中心的距离。对所述滤波后的明度V处理后与所述色调H、饱和度S进行合成得到图像1，所述图像1再从所述HSV空间转换至所述RGB空间。利用所述多尺度Retinex算法对得到所述RGB空间的图像2进行清晰化处理，将所述图像2分解为所述入射分量L和所述反射分量R；使用下述公式，对所述入射分量L用伽马变换进行照度校正：其中为入射分量，为经过伽马变换处理后的分量，和为常数。使用下述公式，对所述反射分量R进行双边滤波：公式中，为双边滤波后图像，为归一化常数，为处理之前的图像，为亮度相似度，为点到点的欧式距离。将处理之后的所述入射分量L及所述反射分量R合成，得到图像3，用下述公式，对所述图像3用Sigmoid函数进行增强处理，得到最终图像4。其中是图像进行对比度拉伸之后的图像灰度函数，是图像中的各级像素函数，是Sigmoid的映射函数。与现有技术相比，本专利技术的有益效果是：将雾霾天气图像从RGB色彩空间转换至HSV色彩空间，很好的保持了图像的色彩信息；而进行同态滤波处理，能对图像的光照进行校正；对入射分量的伽马校正，可以对图像进行非线性色调编辑，提高图像的对比度；对反射分量的双边滤波，既可以去除图像的噪声又可以保持图像的边缘信息；Sigmoid函数达到进一步增强图像的目的。本专利技术的雾霾天气图像增强方法去除雾霾效果显著，处理之后的图像更加清晰，色彩更加自然，更加具有可视性。附图说明图1为本专利技术的一种雾霾天气图像增强方法的流程示意图。具体实施方式下面结合附图对本专利技术进一步说明：如图1所示为本专利技术的一种雾霾天气图像增强方法的流程示意图，一种雾霾天气图像增强方法包括以下步骤：步骤A1，将原雾霾天气彩色图像从RGB空间转换至HSV空间；步骤A2，保持色调和饱和度不变，仅对明度进行滤波处理，得到处理之后的图像；步骤A3，然后将图像再从HSV空间转换至RGB空间，得到RGB空间彩色图像；步骤A4，将得到的图像用Retinex算法进行处理，将其分为入射分量和反射分量；对入射分量进行伽马变换，对反射分量进行双边滤波，得到输出后的图像；步骤A5，对输出后的图像用Sigmoid函数进行增强处理，下面详细的说明本专利技术的一种雾霾天气图像增强方法的各部分的具体流程：在步骤A1中，本专利技术的一种雾霾天气图像增强方法将原始雾霾天气彩色图像RGB空间模型中的颜色参数红色、绿色、蓝色转换至HSV空间模型中的颜色参数色调、饱和度、明度，RGB的模式也叫三原色模式，在RGB模式中，R代表红色光，G代表绿色光，B代表蓝色光，对这三种色彩的亮度值进行调配，可以产生新的颜色像素，HSV模式是根据颜色的直观性创建的一个颜色空间，在这个空间中H代表色调，S代表饱和度，V代表明度，由于在HSV空间对图像进行处理能更好的保持图像的色彩信息，本专利技术所述一种雾霾天气图像增强方法中，将RGB空间模型转换至HSV空间模型，转换公式如下：公式中R、G、B的取值范围均为，而HSV的取值范围分别为，代表RGB分量中的最大值，代表RGB分量中的最小值，转至步骤A2在步骤A2中，将HSV空间的图像的色调H、饱和度S保持不变，对明度V进行同态滤波处理，采用二阶指数函数作为同态滤波的传递函数，用以下公式对图像进行处理：其中为进过同态滤波处理之后的图像，为原图像经过傅立叶变换之后的值，为传递函数，和表示为高频成分增加的倍数以及低频成分减少的倍数，满足且；为锐化系数并且，为截止频率半径，为到滤波中心的距离，进过同态滤波处理后的图像光照得到校正，转至步骤A3在步骤A3中，将经过处理后的HSV空间的图像用以下公式，转换至RGB彩色空间中：在步骤A4中，利用多尺度Retinex算法对得到的RGB空间的彩色图像进行清晰化处理，将得到的彩色图像分解为入射分量L和反射分量R；使用下述公式，对入射分量用伽马变换进行照度校正：其中为入射分量，为经过伽马变换处理后的分量，和为常数，伽马校正可以对图像进行非线性色调编辑，提高图像的对比度，使用下述公式，对反射分量R进行双边滤波：公式中，为双边滤波后图像，为归一化常数，为处理之前的图像，为亮度相似度，为点到点的欧式距离，对反射分量的双边滤波，既可以去除图像的噪声又可以保持图像的边缘信息，转至步骤A5在步骤A5中，用下述公式，对输出后的图像用Sigmoid函数进行增强处理，得到最终处理后的图像：其中是图像进行对比度拉伸之后的图像灰度函数，是图像中的各级像素函数，是Sigmoid的映射函数。经过Sigmoid函数处理后图像，图像中景物更加的清晰，以上所述即为本专利技术的一种雾霾天气图像增强方法的全过程，但上述实施过程并非用以限制本专利技术，本领域的技术人员，在不脱离本专利技术的前提下，均可做出相应的改进，本专利技术的保护范围以权利要求界定的本文档来自技高网...

【技术保护点】
一种雾霾天气图像增强方法，其特征在于，包括：将原雾霾天气彩色图像从RGB空间转换至HSV空间；对明度V进行滤波处理，将色调H、饱和度S和明度V进行合成得到图像1；将所述图像1再从所述HSV空间转换至所述RGB空间，得到所述RGB空间图像2；将所述图像2用多尺度Retinex算法进行处理，将雾霾天气彩色图像分为入射分量L和反射分量R；对所述入射分量L进行伽马变换，对所述反射分量R进行双边滤波，得到图像3；对所述图像3用Sigmoid函数进行增强处理，得到最终图像4。

【技术特征摘要】
1.一种雾霾天气图像增强方法，其特征在于，包括：将原雾霾天气彩色图像从RGB空间转换至HSV空间；对明度V进行滤波处理，将色调H、饱和度S和明度V进行合成得到图像1；将所述图像1再从所述HSV空间转换至所述RGB空间，得到所述RGB空间图像2；将所述图像2用多尺度Retinex算法进行处理，将雾霾天气彩色图像分为入射分量L和反射分量R；对所述入射分量L进行伽马变换，对所述反射分量R进行双边滤波，得到图像3；对所述图像3用Sigmoid函数进行增强处理，得到最终图像4。2.根据权利要求1所述一种雾霾天气图像增强方法，其特征在于：通过以下的公式将所述RGB空间模型中的颜色参数红色、绿色、蓝色转换至所述HSV空间模型中的颜色参数色调H、饱和度S、明度V：公式中R、G、B的取值范围均为，而所述HSV空间的取值范围分别为，代表所述RGB分量中的最大值，代表所述RGB分量中的最小值。3.根据权利要求1所述一种雾霾天气图像增强方法，其特征在于：在所述HSV空间，保持所述色调H、饱和度S不变，使用下述公式，对所述明度V进行同态滤波处理：其中和表示为高频成分增加的倍数以及低频成分减少的倍数，满足且；为锐化系...

【专利技术属性】
技术研发人员：赵春丽，董静薇，马晓峰，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23