基于物理模型的改进暗通道先验单幅雾化图像复原方法技术

本发明专利技术公开了一种基于物理模型的改进暗通道先验单幅雾化图像复原方法，包括以下步骤：对待复原的雾化图像采用多尺度灰度腐蚀方法得到大气光强度A的估计值；对待复原的雾化图像采用多尺度加权平均法求取暗通道图；在暗通道图下采用邻域分割法并结合大气光强度A的估计值得到优化后的透射率t(x)；将雾化图像、大气光强度A和优化后的透射率t(x)代入雾化图像降质物理模型，实现单幅雾化图像的复原。本发明专利技术方法改进了暗通道先验图像去雾方法，通过多尺度加权平均取代已有单尺度值求取暗通道图，提高了暗通道先验理论对未知参数的估计精度，并采用邻域分割法细化了透射率，实现了图像透射率的快速估计。此外，本发明专利技术采用全局性的方法，计算工作量较小，易于应用。

Improved single channel image restoration method based on physical model and improved dark channel prior

The invention discloses an improved physical model of the dark channel prior image restoration method based on single atomization, which comprises the following steps: treating atomization image restoration using multi-scale gray method to estimate the atmospheric corrosion intensity value of A; treat atomization image restoration using multi-scale weighted average method to calculate the dark channel map with neighborhood segmentation; in the dark channel map and estimation of atmospheric light intensity A to transmittance optimized t (x); spray image, atmospheric light intensity A and optimized transmittance of T (x) into the fog degraded images of physical model, realize single atomization image restoration. The method of the invention improves the dark channel prior image defogging method by multi-scale weighted average replaces the existing single scale from the dark channel map for value, improve the dark channel prior theory of unknown parameter estimation accuracy, and using the neighbourhood segmentation method to refine the transmittance, achieve rapid estimation of image transmission. In addition, the global method is adopted, and the calculation work is small and easy to apply.

【技术实现步骤摘要】
基于物理模型的改进暗通道先验单幅雾化图像复原方法
本专利技术涉及，尤其涉及一种基于物理模型的改进暗通道先验单幅雾化图像复原方法。
技术介绍
雾是一种常见的自然天气现象，由于雾的存在，空气中含有大量的气溶胶颗粒，对光的吸收、散射和辐射产生了较大影响，同时减弱了透射光线的强度，对大量的户外计算机视觉系统而言，使得场景到达计算机视觉系统的光强发生了变化，造成部分场景信息被“雾”掩盖，图像可辨识度、色彩饱和度大幅度下降，色彩也发生了偏移和失真。针对雾天形成的模糊图像，采取有效的方法进行图像去雾处理，提高户外计算机视觉系统的工作质量，是目前图像处理相关邻域亟待解决的热门问题。图像去雾方法可以分为基于非物理模型和基于物理模型两类，即图像增强和图像复原。图像增强主要通过提高图像对比度的方式突出图像部分细节特征，减弱“无用”信息，不考虑图像降质的本质因素；而图像复原则是在研究光与大气发生散射作用的基础上建立数学模型，通过估计模型参数，反演推导获得清晰无雾的图像，实现真正意义上的“去雾”。相较于图像增强使得部分真实信息被覆盖、单方面增强、“治标不治本”、部分信息损坏等不足，图像复原方法这种从本质上去雾本文档来自技高网...

【技术保护点】
一种基于物理模型的改进暗通道先验单幅雾化图像复原方法，其特征在于，包括：1)对待复原的雾化图像采用多尺度灰度腐蚀方法得到大气光强度A的估计值；2)对待复原的雾化图像采用多尺度加权平均法求取暗通道图；3)在暗通道图下采用邻域分割法并结合大气光强度A的估计值得到优化后的透射率t(x)；4)将雾化图像、大气光强度A和优化后的透射率t(x)代入雾化图像降质物理模型，实现单幅雾化图像的复原；所述雾化图像降质物理模型如下：I(x)＝J(x)t(x)+A(1‑t(x))其中：x表示图像中像素点的坐标位置；I(x)表示光线经过大气散射作用后汇入像素点的光强总和，即雾化图像；J(x)表示无雾情况下得到的原始图像...

【技术特征摘要】
1.一种基于物理模型的改进暗通道先验单幅雾化图像复原方法，其特征在于，包括：1)对待复原的雾化图像采用多尺度灰度腐蚀方法得到大气光强度A的估计值；2)对待复原的雾化图像采用多尺度加权平均法求取暗通道图；3)在暗通道图下采用邻域分割法并结合大气光强度A的估计值得到优化后的透射率t(x)；4)将雾化图像、大气光强度A和优化后的透射率t(x)代入雾化图像降质物理模型，实现单幅雾化图像的复原；所述雾化图像降质物理模型如下：I(x)＝J(x)t(x)+A(1-t(x))其中：x表示图像中像素点的坐标位置；I(x)表示光线经过大气散射作用后汇入像素点的光强总和，即雾化图像；J(x)表示无雾情况下得到的原始图像，即晴天无雾情况下拍摄得到的正常图像；t(x)表示光的透射率。2.根据权利要求1所述的基于物理模型的改进暗通道先验单幅雾化图像复原方法，其特征在于，所述步骤1)中对待复原的雾化图像采用多尺度灰度腐蚀方法得到大气光强度A的估计值包括以下步骤：1.1)确定腐蚀操作半径：腐蚀操作半径为待复原雾化图像长度和宽度较小值的0.1倍，为实现三尺度，在此，以该腐蚀操作半径为中心选取了另外两个尺度半径分别为和其中：ρ表示腐蚀操作半径；Lwidth表示待复原雾化图像的长度；Lheight表示待复原雾化图像的宽度；1.2)选取三尺度实现大气光强度A的估计：1.2.1)单尺度大气光强度的估计值，通过以下公式表示：其中：Aρ表示单尺度大气光强度的估计值；ρ表示腐蚀操作半径；x表示待复原雾化图像中像素点的坐标位置；Ω为待复原雾化图像区域；Ic为彩色待复原雾化图像的每个通道；1.2.2)使用以下公式实现三尺度大气光强度估计值的计算：其中：表示大气光强度的估计值；μn为尺度为ρn时的权重；Aρn为腐蚀操作半径为ρn的单尺度大气光强度估计值。3.根据权利要求1所述基于物理模型的改进暗通道先验单幅雾化图像复原方法，其特征在于，步骤2)具体包括：2.1)将待复原雾化图像长、宽较小值的0.1倍作为滤波半径的初始值，使用以下公式表示滤波半径：r＝0.1*min(pixellength,pixelwidth)其中：r表示滤波半径；pixellength表示待复原雾化图像的长度；pixelwidth表示待复原雾化图像的宽度；2.2)使用以下公式表示单尺度雾化图像的暗通道值：其中：Dr(x)表示雾化图像的暗通道值；r表...

【专利技术属性】
技术研发人员：陈先桥，杨英，施辉，李欢，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42