一种基于环境光差异的图像去雾霾方法及系统技术方案

本发明专利技术公开了一种基于环境光差异的图像去雾霾方法，首先把图像分割为天空区域和非天空区域，然后分别对这两类区域按照环境光的差异进行再次分割，不同类区域用不同模型计算透射率，最后对不同区域的光照进行平衡调整，输出去雾霾图像。与已有去雾霾算法对于天空区域的去雾霾效果较差相比，本发明专利技术充分考虑区域间环境光的差异，实验证明去雾霾效果好，改善了去雾霾图像的质量，保留了图像的细节信息。本发明专利技术还公开了一种去雾霾的图像处理系统。

A method and system for removing fog and haze based on difference of ambient light

The invention discloses an image haze removal method based on the difference of ambient light. Firstly, the image is divided into sky region and non-sky region, and then the two regions are segmented according to the difference of ambient light, and the transmittance of different regions is calculated by different models. Finally, the illumination of different regions is balanced. Output fog and haze images. Compared with the existing defogging algorithm for the sky region, the method fully considers the difference of ambient light between regions, and the experiment proves that the defogging algorithm has good effect, improves the quality of the defogging haze image, and retains the details of the image. The invention also discloses an image processing system for removing fog and haze.

【技术实现步骤摘要】
一种基于环境光差异的图像去雾霾方法及系统
本专利技术涉及一种图像去雾霾方法及系统，属于图像处理

技术介绍
有雾霾天气下，空气中悬浮着大量的灰尘颗粒，对光有着吸收和散射作用，从而造成在雾天拍摄的图像的对比度和饱和度下降、色彩细节丢失等，导致图像中物体看不清楚，影响了图像信息的识别。尤其是在交通、环保和地理信息处理等领域，雾霾图像影响了工作的正常进行。因此雾霾天获取的降质图像的去雾霾方法已经成为目前比较热门的研究。常用的图像去雾霾算法主要分为三类：一是从多张图像的去雾霾方法。由于单张图像去雾霾是一个病态问题，通过输入多个图像补充较充分的信息使病态问题演化为定解问题。例如，获取不同天气下的多张图像，并利用光照模型来恢复受雾霾影响的降质图像，但从多张图像去雾霾需要较高的时空代价。二是基于学习的图像去雾霾方法。从数据集训练光照模型、透射率等参数，再利用训练得到的参数去雾霾。例如，从数据集中训练雾霾浓度与饱和度之间的相关性模型，再通过线性回归训练线性模型来恢复清晰图像。但是由于室外图像变化多样，单个训练模型很难适用任意的室外图像雾霾情况，因此算法无法正确恢复与训练数据集弱相关的图像。三是单张图像的去雾霾方法。这类算法常常设定室外图像的一些先验条件，如清晰室外图像具有很高的对比度、室外图像梯度的重尾分布等先验条件来恢复退化图像，但这类方法往往会产生不完整的透射图，所恢复的清晰图像有时会产生过饱和效果。在以上这些图像去雾霾算法中，都把大气环境光设定为常值，但是由于场景中物体的遮挡和距离光源的不同，用同一个大气环境光去除雾霾在有些区域差异较大。
技术实现思路
本专利技术所要解决的技术问题是：为了解决和改善大图像去雾霾效果不理想的问题，提出一种基于环境光差异的图像去雾霾方法，能够有效地解决环境光差异对图像去雾霾效果的影响，改善雾霾图像去除质量。本专利技术为了解决上述技术问题，采用以下技术手段：本专利技术提出一种基于环境光差异的图像去雾霾方法，首先将图像分割为天空区域和非天空区域，然后分别对这两类区域按照环境光的差异进行再次分割；其次，对不同类区域采用不同模型计算该区域的透射率，恢复出不同区域的去雾霾图像；最后，对不同区域的光照进行平衡调整，输出去雾霾图像。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，图像分割为天空区域和非天空区域，具体包括：步骤101：将图像I转换为灰度图像；步骤102：计算灰度图像的梯度；步骤103：对灰度图像的梯度进行保边模糊去噪；步骤104：设定阈值t，判断天空区域，t∈[0.02,0.29]；步骤105：对分割后的每个联通区域统计其原图像对应位置的像素平均亮度，如果大于阈值T，则为天空区域seg1；否则为非天空区域seg2,T∈[0.80,0.82]。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，分别对两类区域按照环境光的差异进行再次分割，具体包括：步骤201、分别计算天空区域和非天空区域的暗通道值，根据天空区域和非天空区域整体的暗通道值的大小和范围设置不同的阈值w；根据确定的阈值w对暗通道图像进行再次分割得到M个区域patch1,patch2,patch3...patchM；步骤202、对于M个不同区域，在暗通道图像分别从每个区域按照亮度大小取前0.1％的像素，并标记这些像素的位置；从原图像同区域的patchi中在标记的位置中搜寻最高亮度值，将其作为该区域的大气环境光值Ai，i＝1,2,3…M。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，对不同类区域采用不同模型计算该区域的透射率，具体为：采用对比度增强优化方法去除天空区域雾霾，计算其透射率；采用基于暗通道先验的方法去除非天空区域的雾霾，计算其透射率。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，采用对比度增强优化方法去除天空区域雾霾，计算其透射率，具体计算步骤如下：步骤301：建立目标优化函数初步求取透射率t(x)：E＝Econtrast+λEloss(1)公式(1)为目标优化函数，式中λ为平衡因子，用于调节对比度信息和损失信息之间的比重，Econtrast为需要优化的对比度数据项，Eloss为保留的细节项，其中式中，p为像素点，Npatch为按照环境光的差异进行再次分割得到的该区域patch中像素点的个数；Ic代表图像I天空区域的第c个颜色通道的图像，hc为像素在单通道图像中的直方图的统计值，αc和βc为避免像素值超出有效区间而设定的两个阈值因子，Apatch为该区域的大气环境光值，t代表透射率；步骤302、优化求解透射率；步骤303、使用导向滤波器光滑透射率t(x)，消除噪音影响。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，步骤303具体如下：将滤波后的透射率视作是导向图像I(q)的仿射变换，定义为：用一个窗口对分割出的图像区域进行滤波操作，并且窗口的前进步值小于窗口的宽度，确保滤波计算过程中单个像素点被重复计算到，在每个窗口内，得到最小化的仿射尺度变换因子s和偏移分量ψ：通过优化得到最优s和ψ的值，对窗口内每个像素从公式(2)中计算出来的t*进一步细分，得出最终的透射率t(x)。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，采用基于暗通道先验的方法去除非天空区域的雾霾，计算非天空区域的透射率，具体为：根据自然图像的暗通道总是表现出灰暗的状态这一先验，计算出透射率t：式中，Apatch为该区域的大气环境光值，p为patch内的像素点，Ic(P)为该区域第c个通道的图像，ω是调节因子，ω∈[0,1]。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，根据公式分别恢复出不同区域的去雾霾图像Ji(x)，其中，I(x)为有雾霾环境中的图像，A为大气环境光值，t0为设置的阈值，当t(x)小于t0时，令t＝t0；t(x)为该区域的透射率。进一步的，本专利技术提出的基于环境光差异的图像去雾霾方法中，所述对不同区域的光照进行平衡调整，对于各区域具体包括：步骤601：在Lab颜色空间，计算区域的L通道、a通道和b通道的均值、方差；步骤602：以整个图像的L通道、a通道和b通道的均值、方差为基准，线性调整各区域的亮度、色彩。本专利技术还提出一种去雾霾的图像处理系统，包括：图像分割模块，将原始图像分割为天空区域和非天空区域，然后对这两类区域按照环境光的差异进行再次分割，得到若干个不同区域；透射率计算模块，对不同类区域采用不同模型计算该区域的透射率，对于天空区域采用对比度增强优化方法去除天空区域雾霾，对于非天空区域采用基于暗通道先验的方法去除非天空区域的雾霾；图像恢复单元，用于根据透射率、大气环境光值恢复出不同区域的去雾霾图像；图像修正单元，用于对不同区域的光照进行平衡调整，输出去雾霾图像。本专利技术采用以上技术方案，与现有技术相比，具有的技术效果如下：已有去雾霾方法去雾霾效果不理想是因为采用了同一环境光，没有充分考虑区域间环境光的差异，因此已有去雾霾算法对于天空区域的去雾霾效果较差，且不适合处理大尺度图像。本专利技术给出一种基于环境光差异的图像去雾霾方法。首先把图像分割为天空区域和非天空区域，分别对这两类区域按照环境光的差异进行再次分割，不同类区域用不同模型计算透射率。实验证明，本专利技术的去雾霾效果好，改本文档来自技高网...

【技术保护点】
1.一种基于环境光差异的图像去雾霾方法，其特征在于，首先将图像分割为天空区域和非天空区域，然后分别对这两类区域按照环境光的差异进行再次分割；其次，对不同类区域采用不同模型计算该区域的透射率，恢复出不同区域的去雾霾图像；最后，对不同区域的光照进行平衡调整，输出去雾霾图像。

【技术特征摘要】
1.一种基于环境光差异的图像去雾霾方法，其特征在于，首先将图像分割为天空区域和非天空区域，然后分别对这两类区域按照环境光的差异进行再次分割；其次，对不同类区域采用不同模型计算该区域的透射率，恢复出不同区域的去雾霾图像；最后，对不同区域的光照进行平衡调整，输出去雾霾图像。2.根据权利要求1所述的基于环境光差异的图像去雾霾方法，其特征在于，将图像分割为天空区域和非天空区域，具体包括：步骤101：将图像I转换为灰度图像；步骤102：计算灰度图像的梯度；步骤103：对灰度图像的梯度进行保边模糊去噪；步骤104：设定阈值t，判断天空区域，t∈[0.02,0.29]；步骤105：对分割后的每个联通区域统计其原图像对应位置的像素平均亮度，如果大于阈值T，则为天空区域seg1；否则为非天空区域seg2,T∈[0.80,0.82]。3.根据权利要求1所述的基于环境光差异的图像去雾霾方法，其特征在于，分别对这两类区域按照环境光的差异进行再次分割，具体包括：步骤201、分别计算天空区域和非天空区域的暗通道值，根据天空区域和非天空区域整体的暗通道值的大小和范围设置不同的阈值w；根据确定的阈值w对暗通道图像进行再次分割得到M个区域patch1,patch2,patch3...patchM；步骤202、对于M个不同区域，在暗通道图像分别从每个区域按照亮度大小取前0.1％的像素，并标记这些像素的位置；从原图像同区域的patchi中在标记的位置中搜寻最高亮度值，将其作为该区域的大气环境光值Ai，i＝1,2,3…M。4.根据权利要求1所述的基于环境光差异的图像去雾霾方法，其特征在于，对不同类区域采用不同模型计算该区域的透射率，具体为：采用对比度增强优化方法去除天空区域雾霾，计算其透射率；采用基于暗通道先验的方法去除非天空区域的雾霾，计算其透射率。5.根据权利要求4所述的基于环境光差异的图像去雾霾方法，其特征在于，采用对比度增强优化方法去除天空区域雾霾，计算其透射率，具体计算步骤如下：步骤301：建立目标优化函数初步求取透射率t(x)：E＝Econtrast+λEloss(1)公式(1)为目标优化函数，式中λ为平衡因子，用于调节对比度信息和损失信息之间的比重，Econtrast为需要优化的对比度数据项，Eloss为保留的细节项，其中式中，p为像素点，Npatch为按照环境光的差异进行再次分割得到的该区域patch中像素点的个数；Ic代表图像I天空区域的...

【专利技术属性】
技术研发人员：杜振龙，施颖，李晓丽，沈海洋，周飞，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：江苏,32