基于边缘细节保持的夜间图像去雾方法技术

本发明专利技术涉及一种基于边缘细节保持的夜间图像去雾方法，包括：对夜间有雾图像进行分层，求解出结构层图像：求解结构层图像的局部对比度函数，局部饱和度函数和局部显著度函数；求解两个局部环境光；利用多尺度融合方法进行运算，得到环境光；构建加权L0正则化模型估计环境光散射函数；利用分离变量法进行转化；对转化后的加权L0正则化模型进行求解，得到环境光散射函数；得到环境光散射函数和环境光后，即可求解出结构层复原图像；分别对去噪后纹理层图像和纹理层图像利用Robert算子进行运算；将通过权重系数恢复的纹理信息量叠到去噪后纹理层图像中，得到最终纹理层图像；将最终纹理层图像和结构层复原图像相加。

Night image defogging method based on edge detail preservation

The present invention relates to a night image defogging method based on edge detail preservation, which includes: layering the foggy image at night and solving the structure layer image: solving the local contrast function, the local saturation function and the local saliency function of the structure layer image; solving two local ambient light; using the multi-scale fusion method to calculate and get the ambient light; constructing the weighted L0 image. The regularization model estimates the scattering function of ambient light; transforms it by separating variables method; solves the transformed weighted L0 regularization model to obtain the scattering function of ambient light; gets the scattering function of ambient light and ambient light, then solves the restored image of structure layer; carries on the operation by Robert operator for texture layer image and texture layer image after denoising respectively; and calculates the scattering function by weight. The texture information restored by the coefficients is overlapped in the denoised texture layer image to obtain the final texture layer image, and the final texture layer image and the structure layer restored image are added together.

【技术实现步骤摘要】
基于边缘细节保持的夜间图像去雾方法
本专利技术属计算机图像处理领域，涉及一种夜间图像去雾方法。
技术介绍
夜晚有雾条件下拍摄图像时，由于点光源的存在，夜间光照分布不均，采集到的图像细节信息丢失，难以得到感兴趣的信息，去雾难度较大。此外，夜间场景通常伴随着较多噪声，导致图像质量进一步下降，给视频监控、室外目标识别与追踪等带来很大困难。因此，夜间图像去雾问题在计算机视觉应用领域和数字图像处理领域亟待解决。现有的夜间图像去雾算法主要有Zhang等[1]提出的基于retinex理论的去雾算法，以及Li等[2]提出的光源层去除的去雾算法。上述两种算法没有考虑到噪声的影响，在对图像直接去雾的过程中导致噪声被进一步放大。此外，如果简单的把图像去噪作为一种后处理手段，去噪的同时会去除复原图像中大量的细节信息。针对去雾问题，Tarel等[3]提出通过求解环境光散射函数对图像快速去雾的新思路，基于环境光散射函数在局部区域内变化相对平滑的假设，利用中值滤波求解环境光散射函数，时间复杂度低，但是该算法使用的中值滤波器不具备较好的保边性，导致边缘细节丢失，在景深变化剧烈的地方存在光晕效应。此外，对于去雾过程中本文档来自技高网...

【技术保护点】
1.一种基于边缘细节保持的夜间图像去雾方法，包括下列步骤：(1)输入夜间有雾图像，通过对下面公式的最小化，对夜间有雾图像进行分层，求解出结构层图像：

【技术特征摘要】
1.一种基于边缘细节保持的夜间图像去雾方法，包括下列步骤：(1)输入夜间有雾图像，通过对下面公式的最小化，对夜间有雾图像进行分层，求解出结构层图像：式中：α取值为0.6，▽为梯度算子，||||2为2-范数，I(x)为输入的夜间有雾图像，Is(x)为分层后得到的结构层图像；(2)求解结构层图像的局部对比度函数C(x)，局部饱和度函数W(x)和局部显著度函数S(x)：S(x)＝d(Iμ(x)-IG(x))式中：为结构层图像的平均值，β取值为0.5；P(x)是结构层图像的饱和度，Pmax是结构层图像饱和度的最大值，σ取值为0.3；Iμ(x)是结构层图像的特征均值，IG(x)是高斯滤波后的结构层图像，d(Iμ(x)-IG(x))表示Iμ(x)和IG(x)两幅图像之间欧式距离的平方；(3)选取大小为10*10的小尺寸局部块，在该局部块内对结构层图像进行最小值滤波得到第1个最小值滤波后结构层图像，然后在15*15的局部块内对第1个最小值滤波后结构层图像进行最大值滤波得到第1个局部环境光再选取大小为25*25的大尺寸局部块，在该局部块内对结构层图像进行最小值滤波得到第2个最小值滤波后结构层图像，然后在40*40的局部块内对第2个最小值滤波后结构层图像进行最大值滤波得到第2个局部环境光(4)将步骤(2)得到的局部对比度函数，局部饱和度函数和局部显著度函数进行归一化运算，得到归一化权重图q(x)；然后将步骤(3)得到的第1个局部环境光和第2个局部环境光与归一化权重图利用多尺度融合方法进行运算，得到环境光A(x)，求解过程如下：式中：G{q(x)}表示对归一化权重图进行...

【专利技术属性】
技术研发人员：杨爱萍，赵美琪，王海新，何宇清，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12