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 ...
【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
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。