一种基于暗通道的无人机航拍图像去雾算法制造技术

本发明专利技术公开了一种基于暗通道的无人机航拍图像去雾算法，根据彩色有雾图像获取暗通道图像，由暗通道图像求取全球大气光成分A，再根据暗通道图像求取粗透射率图，将粗透射率图下采样并进行引导滤波再上采样得到精细透射率图，接着根据精细透射率图和全球大气光成分A求得初始去雾图像，最后使用限制对比度自适应直方图均衡化对初始去雾图像进行局部对比度增强，解决暗通道去雾后图像偏暗并突出原图局部信息，用于后续图像处理工作。本发明专利技术特别适用于无人机拍摄的高分辨率有雾图像去雾操作，通过大量实验证明，本发明专利技术能够快速的在去除无人机图像雾气影像的同时，得到更多无人机图像细节点，计算简便，有很好的鲁棒性。

【技术实现步骤摘要】
一种基于暗通道的无人机航拍图像去雾算法
本专利技术属于暗通道先验模型的图像去雾
，具体涉及一种基于暗通道的无人机航拍图像去雾算法。
技术介绍
近年来，随着无人机技术的快速发展，其军用和民用应用领域不断扩大。无人机在低空检测系统中的作用无可替代，其操作维护简单，成本低廉，动作灵活且可持续工作，不局限于完成有人驾驶飞机执行的任务，在有人飞机不宜执行的任务上应用更加广泛，如自然受灾区域监测、公共安全、空中救援指挥、水利、矿产资源勘查。无人机为空中遥感的平台的微型遥感技术，遥感传感器通过无人机获取信息，用计算机处理图像信息，进而按照一定的精度要求制作成图像。在社会发展各个领域具有重要作用，成为继有人通用航空遥感技术和卫星遥感技术之后的新兴发展方向，潜力巨大，应用前景广阔。空气中的悬浮颗粒对光线产生散射，使得景物反射后的光线发生衰减，同时散射环境光混合进观察者接收到光线中，造成雾霾天气下感受的景物在对比度、颜色等特征发生改变。随着计算机视觉在无人机中应用的不断发展，图像去雾技术受到了极大关注。目前主要的图像去雾方法分为两类：基于图像增强的方法和基于物理模型的方法。基于图像增强的方法对被降质的图像做清晰化处理主要是提高图像对比度或者突出图像特征，包括局部直方图均衡化、同态滤波去雾、小波变换图像增强、Retinex理论图像增强等等，虽然可以应用的成熟的图像增强算法很多，但是这些方法不能适应不同的场景和图像，尤其是景物深度变化较多的图像，可能会使得图像部分信息损失，造成图像失真。同时，这类方法不考虑图像质降的过程，并不是真正的去除雾气，只是对图像清晰度有限的提高，不利于后续的计算机视觉系统处理。基于物理模型的方法是通过研究悬浮颗粒在大气中对光的散射影响，从而建立大气散射模型，了解图像退化的物理机制，反演出未被降质的景物原图。这种方法更能复原出真实图像。基于大气散射模型的方法可以分为三类，包括基于深度信息的方法、基于大气光偏振特性的方法和基于先验知识的方法。其中基于深度信息的方法对对比度和视觉效果都有明显的增强，但需要一定程度的用户交互操作，难以做到实时自动处理。基于大气光偏振的去雾方法前提条件容易实现，可以保证一定程度上视频的实时去雾处理，但是在雾气浓度较大时效果较差，并且不能单张图片自动处理。基于暗通道的图像去雾方法能都对单幅图像及位深变化较大的图像作出较好的处理，其中暗通道滤波窗口大小需要手动设定，暗通道滤波窗口大小直接影响投射率图的计算，并且由于在引导滤波的时候需要大量计算，难以实现实时处理，特别是由于无人机图像本身分辨率过高，实时处理更加困难。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于暗通道的无人机航拍图像去雾算法，在保证透射率图精度的同时优化速度，利用自适应对比度直方图均衡化的方法得到去雾后航拍图像的更多图像细节。本专利技术采用以下技术方案：一种基于暗通道的无人机航拍图像去雾算法，根据彩色有雾图像获取暗通道图像，由暗通道图像求取全球大气光成分A，再根据暗通道图像求取粗透射率图，将粗透射率图下采样并进行引导滤波再上采样得到精细透射率图，接着根据精细透射率图和全球大气光成分A求得初始去雾图像，最后使用限制对比度自适应直方图均衡化对初始去雾图像进行局部对比度增强，解决暗通道去雾后图像偏暗并突出原图局部信息，用于后续图像处理工作。具体的，包括以下步骤：S1、根据雾图形成模型获取暗通道并验证，通过不同窗口大小选择，求取窗口下原图中各个像素点处的暗通道值；S2、根据已有的暗通道值获取暗通道值最大的百分之十的像素点，然后将这些像素点的值求平均做为全球大气光成分值A；S3、对雾图形成模型进行变形处理，对暗通道两边求两次最小值运算得到透射率的预估值，求出粗透射率图；S4、将透射率图和原图灰度图进行双线性插值，下采样为原来尺寸的1/12，然后进行引导滤波，再上双线性插值上采样为原来的尺寸，得到精细透射率图；S5、将步骤S4的精细透射率图和步骤S2的全球大气光成分值A代入雾图形成模型计算得到去雾图像；S6、对步骤S5得到的去雾图像进行对比度调整，选择限制对比度自适应直方图均衡化，使得图像局部细节对比度增强，选取适当的裁剪限幅值去除直方图均衡化中放大噪声的影响，将每个通道的映射值图像合并起来构成新的彩色图像。进一步的，暗通道Jdark(x)如下：其中，Jc(y)为无雾图像在通道c的像素值，c∈{r,g,b}为c取值彩色图像{r,g,b}三通道，Ω(x)为以x为中心的一个滑动窗口。进一步的，设置暗通道窗口Ω边长为9，求取在此窗口下原图中各个像素点处的暗通道值。进一步的，假设在每一个窗口内透射t(x)为常数，定义为透射率预估值对暗通道两边求两次最小值运算，引入[0,1]的一个因子ω，确定透射率预估值如下：其中，c为r、g、b三个通道，Ic(x)为图像在通道c处x点的像素值，Ac为全球大气光成分，ω为0.9。进一步的，精细透射率图求取具体为：根据局部线性模型，将线性函数上所有包含某一点的线性函数值平均求的qi的输出值输出值如下：其中，q是输出像素的值，I是输入像素，i和k是像素索引，a和b是当窗口中心位于k时该线性函数的系数，ωk为第k个窗口。进一步的，精细透射率图求取包括以下步骤：S401、假设图像函数的输出与输入在一个二维窗口内满足线性关系如下：S402、求出线性函数的系数，即希望拟合函数的输出值与真实值p之间的差距最小E(ak,bk)如下：其中，p待滤波图像，I是原图灰度图，ε为0.00001；S403、通过最小二乘法对步骤S402计算得到其中，μk是I在窗口w_k中的平均值，是I在窗口w_k中的方差，|ω|是窗口w_k中像素的数量，是待滤波图像p在窗口w_k中的均值，窗口w_k边长为36。进一步的，求取去雾图像具体为：令t＝t0，将透射率图和全球大气光值带入雾图形成模型得到如下：其中，t0＝0.1，I(x)为待去雾的图像，t(x)为透射率，J(x)为要恢复的无雾的图像。进一步的，限制对比度自适应直方图均衡化去雾图像具体为：将每个通道的每个块分为不重叠的9×9窗口的小块，每个小块占81个像素点，计算每个小块的各通道的直方图，然后将直方图bin值高于裁剪限幅值的部分均匀分配给每个直方图bin，然后计算每个小块直方图累计分布函数，根据累计分布函数构造像素值映射关系，根据映射关系得到小块中心点像素值的映射值，计算出每个小块中心点像素值之后使用双线性插值上采样，得到原图每个像素点的映射值，进而得到一个图像的局部对比度增强的图像。进一步的，当图像行列不能被9整除时，剩余没有分配到小块之内的点的映射值通过已有的中心点双线性插值得到。与现有技术相比，本专利技术至少具有以下有益效果：本专利技术针对无人机航拍图像分辨率高、数据处理实时性难以实现的问题，本专利技术提出基于暗通道原理的图像去雾技术，采用对精细投射率图下采样的方式得到适当分辨率的投射率图，用以达到实时性。对于基于暗通道去雾后的航拍图对比度低的问题，本专利技术提出利用限制自适应对比度直方图均衡化方法，改进图像局部对比度以获得更多航拍图像细节信息。进一步的，采用最适先验窗口大小，对无人机航拍图像采用三通道最小值滤波求得最佳暗通道图像，使得在下一步求得更好的全球本文档来自技高网...

【技术保护点】
1.一种基于暗通道的无人机航拍图像去雾算法，其特征在于，根据彩色有雾图像获取暗通道图像，由暗通道图像求取全球大气光成分A，再根据暗通道图像求取粗透射率图，将粗透射率图下采样并进行引导滤波再上采样得到精细透射率图，接着根据精细透射率图和全球大气光成分A求得初始去雾图像，最后使用限制对比度自适应直方图均衡化对初始去雾图像进行局部对比度增强，解决暗通道去雾后图像偏暗并突出原图局部信息，用于后续图像处理工作。

【技术特征摘要】
1.一种基于暗通道的无人机航拍图像去雾算法，其特征在于，根据彩色有雾图像获取暗通道图像，由暗通道图像求取全球大气光成分A，再根据暗通道图像求取粗透射率图，将粗透射率图下采样并进行引导滤波再上采样得到精细透射率图，接着根据精细透射率图和全球大气光成分A求得初始去雾图像，最后使用限制对比度自适应直方图均衡化对初始去雾图像进行局部对比度增强，解决暗通道去雾后图像偏暗并突出原图局部信息，用于后续图像处理工作。2.根据权利要求1所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，包括以下步骤：S1、根据雾图形成模型获取暗通道并验证，通过不同窗口大小选择，求取窗口下原图中各个像素点处的暗通道值；S2、根据已有的暗通道值获取暗通道值最大的百分之十的像素点，然后将这些像素点的值求平均做为全球大气光成分值A；S3、对雾图形成模型进行变形处理，对暗通道两边求两次最小值运算得到透射率的预估值，求出粗透射率图；S4、将透射率图和原图灰度图进行双线性插值，下采样为原来尺寸的1/12，然后进行引导滤波，再上双线性插值上采样为原来的尺寸，得到精细透射率图；S5、将步骤S4的精细透射率图和步骤S2的全球大气光成分值A代入雾图形成模型计算得到去雾图像；S6、对步骤S5得到的去雾图像进行对比度调整，选择限制对比度自适应直方图均衡化，使得图像局部细节对比度增强，选取适当的裁剪限幅值去除直方图均衡化中放大噪声的影响，将每个通道的映射值图像合并起来构成新的彩色图像。3.根据权利要求1或2所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，暗通道Jdark(x)如下：其中，Jc(y)为无雾图像在通道c的像素值，c∈{r,g,b}为c取值彩色图像{r,g,b}三通道，Ω(x)为以x为中心的一个滑动窗口。4.根据权利要求3所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，设置暗通道窗口Ω边长为9，求取在此窗口下原图中各个像素点处的暗通道值。5.根据权利要求1或2所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，假设在每一个窗口内透射t(x)为常数，定义为透射率预估值对暗通道两边求两次最小值运算，引入[0,1]的一个因子ω，确定透射率预估值如下：其中，c为r、g、...

【专利技术属性】
技术研发人员：韦兴旺，成凯华，白霖抒，韩姣姣，马泳潮，胡耀辉，
申请(专利权)人：西安因诺航空科技有限公司，
类型：发明
国别省市：陕西,61