一种基于图像雾霾浓度估计的单幅图像去雾方法技术
【技术实现步骤摘要】
一种基于图像雾霾浓度估计的单幅图像去雾方法
本专利技术属于图像处理领域，特别涉及一种基于图像雾霾浓度估计的的单幅图像去雾方法。
技术介绍
雾霾天图像降质主要是因为大气中的分子，水汽及悬浮的大量颗粒组成的气溶胶对光线形成严重的吸收、散射和反射作用，造成大气能见度降低,加上大气湍流的影响，致使可见光成像系统的图像色彩将会变暗、对比度降低，严重影响了成像系统的使用。因此，分析雾霾成因，研究去雾技术，提高雾霾气象条件下的图像能见度具有重要意义。其中，基于物理模型的去雾复原方法由于利用了景深信息，能最大限度地恢复清晰图像而得到广泛的研究。基于物理模型的去雾复原方法首先依据大气中图像退化的物理机制建立光学退化模型，然后利用退化模型通过逆过程对低质图像来恢复清晰图像，常用的Koschmieder大气模型数学表达为：I(x)＝L(x)e-βd(x)+A(1-e-βd(x))式中，I(x)表示雾霾图像，向量x为像素坐标，A表示大气光值(天空亮度)，L(x)为场景照度，d为场景景深，β为大气散射系数。常将t(x)＝e-βd(x)称作大气传输图，其中L(x)e-βd(x)为直接衰减项，...
【技术保护点】
一种基于图像雾霾浓度估计的单幅图像去雾方法，其特征在于，包括以下几个步骤：步骤1：输入雾霾图像I，并获取雾霾图像的暗通道图像I
【技术特征摘要】
1.一种基于图像雾霾浓度估计的单幅图像去雾方法，其特征在于，包括以下几个步骤：步骤1：输入雾霾图像I，并获取雾霾图像的暗通道图像Idark，并采用暗原色先验方法获取雾霾图像的大气光照估测值Ac，c＝{R，G，B}；步骤2：将输入的雾霾图像从RGB空间变换到HSV空间，将HSV空间中的SV通道图像分割成大小为r×r的局部块Ω，并计算每个局部块Ω与任意大气传输值关联的特征向量；每个局部块的特征向量包括色调方差σ、韦伯对比度均值w以及饱和度均值步骤3：利用清晰图像MVG模型(μ1，∑1)和雾霾图像MVG模型(μ2，∑2)的特征向量分别与输入的雾霾图像的局部块的归一化特征向量之间关系，获得与任意大气传输值关联输入的雾霾图像的雾霾浓度；其中，μ1和μ2分别表示清晰图像MVG模型和雾霾图像MVG模型的所有局部块特征向量均值，∑1和∑2分别表示清晰图像MVG模型和雾霾图像MVG模型的所有局部块特征向量的方差；步骤4：令步骤3获得的与任意大气传输值t关联输入的雾霾图像的雾霾浓度取得最小值，得到对应的初始最优大气传输值；步骤5：采用引导滤波器细化最优大气传输值t(x)，得到细化后的最优大气传输值t1(x)；步骤6：将步骤5得到的细化后的最优大气传输值t1、大气光照估测值Ac以及雾霾图像中每个像素的亮度值Ic(x)按以下公式计算，得到清晰图像L：Ic(x)＝Lc(x)t1(x)+Ac(1-t1(x))，c＝R,G,B其中，Lc(x)为清晰图像L的c通道像素x的灰度值。2.根据权利要求1所述的方法，其特征在于，所述与任意大气传输值关联输入的雾霾图像的雾霾浓度按照以下公式计算：其中，b表示中间向量B的所有元素之和，且ci表示特征调节参数，i＝1,2,3，A(i,j)表示中间矩阵A中的元素，L1和L2分别是∑1和∑2的分解矩阵，满足max_f，min_f分别表示特征f较大的前0.1％个特征值的均值，以及特征值较小的0.1％特征值的均值，f包括色调方差σ、韦伯对比度均值w以及饱和度均值ki为特征归一化参数，i＝1,2,3；s(x)表示局部块Ω中像素x的饱和度值；A表示雾霾图像中的大气光值，vA表示大气光值A在HSV颜色空间的亮度通道值，v(x)表示输入雾霾图像中像素x处的亮度通道值；Δv(x)表示局部块Ω中像素x的亮度对比度，Δv(x)＝|v(x)-vb(x)|，vb(x)为局部块Ω中像素x的背景亮度，由v(x)通过一个低通滤波器获得，即：vb(x)＝LF(v(x))，LF为低通滤波器；是局部块Ω中所有像素的亮度通道值的平均值，N为局部块中像素数目＝r×r。3.根据权利要求1所述的方法，其特征在于，所述与任意大气传输值关联输入的雾霾图像的雾霾浓度按照以下公式计算：其中，J0表示雾霾图像去雾后图像的亮度期望值；b表示中间向量B的所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。