The invention discloses an image defogging improvement method based on a dark channel prior. It includes the following steps: first, based on the analysis of the gray mean and variance characteristics of the sky region of the foggy image, an improved algorithm of atmospheric light value estimation based on the idea of binary search is proposed to obtain more accurate atmospheric light value; secondly, an improved calculation method of dark channel value is proposed to obtain the adaptive threshold and determine the depth of field change drama according to the gray difference between the minimum value image and the dark channel image Strong image edge position and gray value correction. Finally, the fog image is restored according to the fog image degradation model. The image defogging improvement method based on the dark channel prior of the invention can effectively remove the halo effect of the restored image, correct the color deviation, improve the contrast, and retain more detailed information at the same time.
【技术实现步骤摘要】
一种基于暗通道先验的图像去雾改进方法
本专利技术属于数字图像处理领域,具体涉及到一种基于暗通道先验的图像去雾改进方法。
技术介绍
大气中的微粒会对光线产生散射,使物体的反射光线发生衰减,对拍摄的图像造成的影响是对比度下降、颜色失真、细节模糊等。这种现象在有雾天气条件下更加严重,导致室外监控系统无法正常工作,给人们的生活带来极大不便。雾霾是由大量悬浮在近地面空气中的微小水滴或尘埃粒子组成的气溶胶系统,是近地面层空气中水汽和微粒凝结的产物。空气中杂质是雾霾形成的主要因素,也是图像产生退化的根本原因,导致图像质量下降,图像清晰度降低,这是由于成像景物反射光线与大气中随机介质作用而发生了散射,一部分光线偏离原来路径,造成目标反射光的衰减;另一方面,接收到的光线还混合有大气光。恶劣天气条件制约了室外机器视觉设备的推广。高速公路图像监视系统,由于受到雾霾天气的影响,设备采集到的图像信息辨识度非常低,有时无法用来辅助或监控交通;同样在遥感探测中,受到大气随机介质的影响,遥感图像严重退化,对后续的信息处理产生很大的干扰。在图像监控和计算机视觉领域,图像去雾有着广泛的需求。雾霾天能见度降低,捕获图像的目标对比度和颜色等特征被衰减,去雾能显著地提高景象的清晰度并且更正因空气杂质而带来的颜色失真。并且,大多数的计算机视觉算法,从低级别的图像分析,到高级别的目标识别,一般会假定输入图像即景物的原始光线会聚所成。图像去雾能显著提高图像中景物的清晰度,改正由雾而带来的色偏。同时,图像去雾会产生图像的深度信息,根据深度信息可以加深人们对景象的理解 ...
【技术保护点】
1.本专利技术公布了一种基于暗通道先验的图像去雾改进方法,其特征在于:包括以下步骤,/n步骤(A)根据暗通道先验理论,获取待改进的暗通道图像;/n步骤(B)针对光晕效应产生的原因,对暗通道图像进行边缘修正;/n步骤(C)对边缘修正后的暗通道图像进行区域平滑处理,得到改进后的暗通道图像;/n步骤(D)根据二分搜索方法估计可靠的大气光值;/n步骤(E)依据雾天图像退化模型实现图像去雾。/n
【技术特征摘要】
1.本发明公布了一种基于暗通道先验的图像去雾改进方法,其特征在于:包括以下步骤,
步骤(A)根据暗通道先验理论,获取待改进的暗通道图像;
步骤(B)针对光晕效应产生的原因,对暗通道图像进行边缘修正;
步骤(C)对边缘修正后的暗通道图像进行区域平滑处理,得到改进后的暗通道图像;
步骤(D)根据二分搜索方法估计可靠的大气光值;
步骤(E)依据雾天图像退化模型实现图像去雾。
2.根据权利要求1所述的一种基于暗通道先验的图像去雾改进方法,其特征在于:步骤(A),根据暗通道先验理论,获取待改进的暗通道图像,包括以下步骤,根据雾天图像退化模型:
I(x)=J(x)t(x)+A(1-t(x))
x为单个像素坐标,I(x)为有雾图像,J(x)为去雾后的图像,t(x)为透射率,A为大气光值,根据雾天退化模型,假设大气光值A给定,而且在以x为中心的一个局部区域Ω(x)中透射率是定值,记为颜色通道c∈{r,g,b},对上式在三个颜色通道中取最小值然后再局部区域进行最小值滤波,得到暗通道图像:
3.根据权利要求1所述的一种基于暗通道先验的图像去雾改进方法,其特征在于:步骤(B),针对光晕效应,对暗通道图像进行边缘修正;包括以下步骤,将步骤(A)中设为最小值图,记为dark1(x),设为暗通道图,记为dark2(x),根据最小值图和暗通道图的灰度差h(x),获取自适应阈值T,
h(x)=abs(dark1(x)-dark2(x))
T=max(h(x))/4
在h中遍历x,当h(x)小于T,认为该像素点位于景深变化缓慢区域,即非边缘位置,暗通道值求取正确,仍取dark2(x)的值作为暗通道值;当h(x)大于等于T,认为该像素点位于景深变化剧烈位置,即边缘位置,此时取dark1(x)的值作为暗通道值:
得到的dark3(x)即为边缘修正后的暗通道图像。
4.根据权利要...
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。