一种沙尘天气条件下的低质图像增强方法技术

本发明专利技术公开了一种沙尘天气条件下的低质图像增强方法，步骤如下：步骤1、读入待处理图像I，将图像转换到RGB空间；步骤2、设定噪声容限σt，对待处理图像I的RGB的每个通道计算灰度直方图和均值，根据灰度直方图计算每个通道有效动态范围Δi，取有效动态范围最大的通道为参考通道，根据各通道均值和有效动态范围计算总体最小和最大有效灰度值，进而计算延伸系数α；步骤3、根据步骤2求取的参数计算颜色映射表M：步骤4、通过查颜色映射表对待处理图像进行低质图像增强，获得最终图像进行输出。能够对颜色失真图像进行快速全局色彩校正，防止处理中对图像色彩形成二次失真，针对沙尘等恶劣天气条件下的降质图像能够进行更好和更快的增强。

A Low Quality Image Enhancement Method in Dust Weather

The invention discloses a low-quality image enhancement method under sand-dust weather conditions. The steps are as follows: step 1 reads the image I to be processed and converts the image into RGB space; step 2 sets noise tolerance_t, calculates gray histogram and mean value for each channel of RGB of processed image I, calculates effective dynamic range I of each channel according to gray histogram, and takes the most effective dynamic range. The large channel is the reference channel, and the total minimum and maximum effective gray values are calculated according to the mean and effective dynamic range of each channel, and then the elongation coefficient a is calculated. Step 3, the color mapping table M is calculated according to the parameters obtained in step 2. Step 4, the processed image is enhanced by looking up the color mapping table, and the final image is output. It can correct the color distortion image quickly and globally, prevent the secondary distortion of image color in processing, and enhance the degraded image better and faster under the bad weather conditions such as sand and dust.

【技术实现步骤摘要】
一种沙尘天气条件下的低质图像增强方法
本专利技术属于图像处理
，具体设计一种沙尘天气条件下的低质图像增强方法。
技术介绍
随着计算机视觉系统的发展，其在军事、交通以及安全监控等领域的应用日渐广泛，由于雾、霾、风沙、雨雪等恶劣天气导致成像质量显著下降，成为图像退化的重要原因，去除气象变化造成的视觉干扰，能够提高后续目标检测、跟踪、识别的准确度，因此针对恶劣天气环境下的图像增强技术已经成为数字图像处理和计算机视觉领域的重要研究方向。沙尘天气的形成原因主要是土壤风蚀和气流扬尘等的物理机制，且随着沙尘浓度的增大和风力增强，沙尘天气破坏力逐渐加大。当出现沙尘暴时，水平能见度下降至1千米内，出现强沙尘暴时，水平能见度小于500米。沙尘天气导致的天色昏暗、空气浑浊、能见度降低，严重影响人的正常生活，同时给室外观测和监控带来巨大困难。沙尘天气导致图像采集设备获取的图像发生不同程度退化，主要原因是沙尘天气下，沙尘颗粒的直径比可见光的波长更大，在Mai散射的作用下，蓝色至紫色区间的光被大量散射，红色至蓝色区间的光可以进行衍射而透射，从而被成像系统获取的图像出现整体偏黄色、色彩偏移、对比度和能见度降低等问题。当退化图像用于监视或观察时，不仅使得观测距离严重下降，影响室外监控、航拍、卫星遥感等各类成像系统的工作性能，也可能使观测到的目标由于图像的失真，给后续如目标检测、识别、跟踪等计算机视觉应用带来困难。因此，研究图像的去沙尘增强的技术具有重要的现实意义。图像去沙尘是一种图像增强技术，经典的图像增强方法有：1960年ThomasStockham和AlanV.Oppenheim等提出的同态滤波算法，是一种把频域滤波和空域灰度变换结合的方法，用一高通滤波器对图像在对数空间进行滤波，抑制图像的低频成分、增强图像的高频成分，从而使得大气光对图像的影响减少，而物体的本质灰度进一步凸显。在处理亮度不均的图像方面它有着显著的优越性，因此在去雾方面得到了广泛应用。1963年Land等基于色彩恒常性提出视网膜皮层理论(Retinex)。随着计算机技术的发展，在20世纪70年代，研究人员提出了通过计算理论解释色彩恒常的方法，认为人类视觉系统能够自动去除环境中不确定因素的影响，保留反映物体本质特征的信息。基于这一基础，发展出Retinex理论，其具有非常广泛的影响和应用。沙尘图像有区别于其它降质图像的特点，但目前，国内外对图像去沙尘增强技术的研究相对较少。对恶劣天气下的图像增强的研究主要集中在图像去雾和图像去霾上。目前，对沙尘图像的增强算法主要分为基于经典去雾霾算法的改进、图像对比度增强、颜色校正这3个类别。由于沙尘图像在降质性质上与雾霾图像部分类似，去雾霾的方法可以被直接或间接使用在沙尘图像增强上。经典的去雾邻域的研究有：2008年Tan通过最大化局部对比度的方法实现去雾，2008年Fattal、2009年He、2013年Gibson、2013年Ancuti、2015年Liu等人也分别先后提出了不同的单帧图像去雾方法。其中，2009年He等通过对大量无雾图像统计特征的观察，发现了被命名为暗通道先验的先验规律，He等运用这一先验对大气透射率进行粗略估计，带入大气散射模型复原出了无雾图像。其采用的软抠图的方法，虽然透射率透化的很精细但是速度慢效率低。2013年使用引导滤波替代软抠图处理，较大地提高了效率。2015年He、Sun等提出了一种快速引导滤波算法，加快导向滤波速度的同时保证透射率细化质量基本不变以达到去雾效果。考虑到沙尘降质图像由于沙尘对光的散射，使得图像灰度动态范围变得集中，因此基于图像对比度增强的方法也可用于沙尘图像增强。这类方向上有2013年Chen、2014年Yan、2014年Huang等人进行的研究，取得了一定效果。由于沙尘图像的一个重要特征就是图像颜色整体典型地偏向黄色，因此颜色校正的方法也被用于沙尘图像增强。其中2002年Rizzi等人提出了使用白块的方法。2012年Getreuer提出了一种自动颜色增强的快速算法。2015年Gao等人提出了基于Retinex模型在HIS空间的色彩增强方法。在上述各种方法中，基于Retinex的方法是常用的色彩恢复方法，在对恶劣天气条件下采集的图像进行颜色校正时具有良好的效果，但是运行速度较慢；基于暗通道的方法是常用的去雾方法，在用于薄雾霾、远景雨雪、色彩校正后的沙尘图像等时，具有良好的恢复效果，但这些方法在处理浓雾霾、雨雪、沙尘时通常效果较差，用于有色彩严重失真的图像时，通常不具有色彩校正作用，从而失去作用，且由于暗通道算法的机制，其运行速度较慢。而将这两种方法结合时，其运行时间无法满足作为实时高清图像处理系统的预处理模块的要求。
技术实现思路
本专利技术的目的在于：解决目前沙尘天气条件下图像增强方法无法对图像偏色现象进行修正，可能造成图像失真，图像增强效果不好的问题，提出一种沙尘天气条件下的低质图像增强方法。本专利技术采用的技术方案如下：一种沙尘天气条件下的低质图像增强方法，方法包括如下步骤：步骤1、读入待处理图像I，将图像转换到RGB空间；步骤2、设定噪声容限σt，对待处理图像I的RGB的每个通道计算灰度直方图和均值，根据灰度直方图计算每个通道有效动态范围Δi，取有效动态范围最大的通道为参考通道，根据各通道均值和有效动态范围计算总体最小和最大有效灰度值，进而计算延伸系数α；步骤3、根据步骤2求取的参数计算颜色映射表M：Mi，j＝α×[j+μi，Idx-L]i＝r，g，bj＝0，1，…，n-1，其中，i表示3个颜色通道，n为图像I的灰度级数，α为延伸系数，μi，Idx为各通道与参考通道的均值差，L为总体最小有效灰度值；；步骤4、通过查颜色映射表对待处理图像进行低质图像增强，获得最终图像进行输出。进一步，所述步骤1还包括判断颜色映射表是否需要初始化或更新步骤：若未计算过颜色映射表，则继续步骤2进行颜色映射表初始化；若距上一次计算颜色映射表，其间间隔帧数超过设定的阈值f，则继续步骤2进行颜色映射表更新；若不满足前述两个条件，则直接进入步骤4。进一步，所述步骤2中待处理图像I的RGB的每个通道均值计算公式如下：其中i表示3个颜色通道，μi为对应通道的均值，n为I中像素的总个数，Ii为I中每个像素的灰度值。进一步，所述步骤2中待处理图像I的RGB的每个通道的有效动态范围Δi的计算过程如下：步骤a、取步骤2中所得灰度直方图Histi，求满足以下公式的每个通道的最小有效灰度值Li和最大有效灰度值Hi：其中，i表示3个颜色通道，Histi，j为灰度直方图Histi中灰度值j对应的像素个数，σt为设定的噪声容限，n为图像I的灰度级数；其中，i表示3个颜色通道，Histi，j为灰度直方图Histi中灰度值j对应的像素个数，σt为设定的噪声容限，n为图像I的灰度级数；步骤b、计算待处理图像I的RGB的每个通道的有效动态范围Δi，其公式如下：Δi＝Hi-Lii＝r，g，b其中，i表示3个颜色通道。进一步，所述步骤2中参考通道记为Idx，计算公式如下：Idx＝{j|Δi＝max(Δi)}i＝r，g，b其中，i表示3个颜色通道，Δi为每个通道的有效动态范围；总体最小有效灰度值L和最大有效灰度值H的计算公式如下：本文档来自技高网...

【技术保护点】
1.一种沙尘天气条件下的低质图像增强方法，其特征在于：方法包括如下步骤：步骤1、读入待处理图像I，将图像转换到RGB空间；步骤2、设定噪声容限σt，对待处理图像I的RGB的每个通道计算灰度直方图和均值，根据灰度直方图计算每个通道有效动态范围Δi，取有效动态范围最大的通道为参考通道，根据各通道均值和有效动态范围计算总体最小和最大有效灰度值，进而计算延伸系数α；步骤3、根据步骤2求取的参数计算颜色映射表M：Mi，j＝α×[j+μi，Idx‑L]i＝r，g，b j＝0，1，…，n‑1，其中，i表示3个颜色通道，n为图像I的灰度级数，α为延伸系数，μi，Idx为各通道与参考通道的均值差，L为总体最小有效灰度值；步骤4、通过查颜色映射表对待处理图像进行低质图像增强，获得最终图像进行输出。

【技术特征摘要】
1.一种沙尘天气条件下的低质图像增强方法，其特征在于：方法包括如下步骤：步骤1、读入待处理图像I，将图像转换到RGB空间；步骤2、设定噪声容限σt，对待处理图像I的RGB的每个通道计算灰度直方图和均值，根据灰度直方图计算每个通道有效动态范围Δi，取有效动态范围最大的通道为参考通道，根据各通道均值和有效动态范围计算总体最小和最大有效灰度值，进而计算延伸系数α；步骤3、根据步骤2求取的参数计算颜色映射表M：Mi，j＝α×[j+μi，Idx-L]i＝r，g，bj＝0，1，…，n-1，其中，i表示3个颜色通道，n为图像I的灰度级数，α为延伸系数，μi，Idx为各通道与参考通道的均值差，L为总体最小有效灰度值；步骤4、通过查颜色映射表对待处理图像进行低质图像增强，获得最终图像进行输出。2.根据权利要求1所述的一种沙尘天气条件下的低质图像增强方法，其特征在于：所述步骤1还包括判断颜色映射表是否需要初始化或更新步骤：若未计算过颜色映射表，则继续步骤2进行颜色映射表初始化；若距上一次计算颜色映射表，其间间隔帧数超过设定的阈值f，则继续步骤2进行颜色映射表更新；若不满足前述两个条件，则直接进入步骤4。3.根据权利要求1所述的一种沙尘天气条件下的低质图像增强方法，其特征在于：所述步骤2中待处理图像I的RGB的每个通道均值计算公式如下：其中i表示3个颜色通道，μi为对应通道的均值，n为I中像素的总个数，Ii为I中每个像素的灰度值。4.根据权利要求1所述的一种沙尘天气条件下的低质图像增强方法，其特征在于：所述步骤2中待处理图像I的RGB的每个通道的有效动态范围Δi的计算过程如下：步骤a、取步骤2中所得灰度直方图Histi，求满足以下公式的每个通道的最小有效灰度值Li和最大有效灰度值Hi：其中，i表示3个颜色通道，Histi，j为灰度直方图Histi中灰度值j对应的像素个数，σt为设定的噪声容限，n为图像I的灰度级数；其中，i表示3个颜色通道，Histi，j为灰度直方图Histi中灰度值j对应的像素个数，σt为设定的噪声容限，n为图像I的灰度级数；步骤b、计算待处理图像I的RGB的每个通道的有效动态范围Δi，其公式如下：Δi＝Hi-Lii＝r，g，b其中，i表示3个颜色通道。5.根据权利要求1所述的一种沙尘天气条件下的低质图像增强方法，其特征在于：所述步骤2中参考通道记为Idx，计算公式如下：Idx＝{j|Δj＝max(Δi)}i＝r，g，b...

【专利技术属性】
技术研发人员：彭真明，曹思颖，彭凌冰，马沪敏，宋立，刘安，周子玉，张天放，王卓然，杨春平，袁国慧，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51