基于中通道补偿和自适应大气光估计的单幅图像去雾方法技术

本发明专利技术公开了一种基于中通道补偿和自适应大气光估计的单幅图像去雾方法，首先，提出RGB空间的判决图，并设计一种阈值约束方法，可有效区分天空和非天空区域，提出了基于判决图的自适应阈值约束大气光估计方法，可得到优化后的大气光值，避免恢复的图像出现色偏以及过饱和等现象。另外，提出基于中通道补偿的透射率估计方法，并将其和基于暗通道先验求得的透射率相融合，从而获得较为准确的透射率估计，可有效避免天空区域颜色失真和过饱和现象。为了防止去雾过程中图像细节丢失，本发明专利技术将输入图像分解为结构层和纹理层，仅对结构层图像进行去雾。利用本发明专利技术去雾方法得到的恢复图片对比度高、色彩明亮并且在视觉效果上更加清晰自然。

A single image defogging method based on medium channel compensation and adaptive atmospheric light estimation

【技术实现步骤摘要】
基于中通道补偿和自适应大气光估计的单幅图像去雾方法
本专利技术属于计算机图像处理的领域，尤其涉及一种用于图像或者视频去雾方法。
技术介绍
在雾、霾等恶劣天气条件下拍摄的户外图像，由于大气悬浮粒子等影响，使得景物的能见度大幅降低，质量受到严重的退化，对比度大大降低。图像质量的退化会严重影响其后续处理，比如视频监控、特征提取、目标识别等。因此，图像去雾一直是计算机视觉、图像处理领域的研究热点。现有的图像去雾方法中，主要包括基于图像增强的方法和基于物理模型的复原方法。图像增强方法不考虑图像退化的原因，无法真正实现去雾；基于物理模型的方法中，应用暗通道先验的去雾方法[1]取得了广泛的应用。但当图像中含有大面积天空区域或白色物体时，暗通道先验算法失效，导致透射率估计不准确，去雾效果欠佳。[参考文献][1]HeK,JianS,TangX.Singleimagehazeremovalusingdarkchannelprior[C]//IEEEConferenceonComputerVision&PatternRecognition.2009.[2]NarasimhanSG,NayarSK.VisionandtheAtmosphere[J].InternationalJournalofComputerVision,2002,48(3):233-254.[3]TarelJP,HautièreN.Fastvisibilityrestorationfromasinglecolororgraylevelimage[C].IEEEInternationalConferenceonComputerVision,2010:2201-2208.[4]HeK,SunJ,TangX.Guidedimagefiltering[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2013,35(6):1397-1409.[5]陈本豪，高涛，卢玮，王翠翠，李琨.基于雾天图像退化模型的自适应参数优化的去雾算法[J].科学技术与工程，2019，19(21):219-227。[6]LiY,GuoF,TanRT,etal.AContrastEnhancementFrameworkwithJPEGArtifactsSuppression[J].2014.
技术实现思路
针对暗通道先验对天空区域失效等问题，本专利技术提出一种基于中通道补偿和自适应大气光估计的去雾方法。首先，提出RGB空间的判决图，并设计一种阈值约束方法，可有效区分天空和非天空区域，由此提出了基于判决图的自适应阈值约束大气光估计方法；另外，提出基于中通道补偿的透射率估计方法，并将其和基于暗通道先验求得的透射率相融合，从而获得较为准确的透射率估计，可有效避免天空区域颜色失真和过饱和现象。为了防止去雾过程中图像细节丢失，本专利技术将输入图像分解为结构层和纹理层[6]，仅对结构层图像进行去雾。为了解决上述技术问题，本专利技术提出的一种基于中通道补偿和自适应大气光估计的单幅图像去雾方法，包括以下步骤：步骤一、将输入的有雾图像分解为结构层图像和纹理层图像；步骤二、定义RGB空间的立体判决图,以R空间为x轴，G空间为y轴，B空间为z轴；在此判决图中，定义坐标(0,0,0)为黑像素点，坐标(1,1,1)为白像素点，以坐标(1,1,1)为圆心，以(1-δ)为半径作圆O；若通过暗通道先验求得的像素点在该圆O内，则认为该像素点接近(1,1,1)，属于白色物体像素点，舍弃；若通过暗通道先验求得的像素点在该圆O外则认为不是白色物体像素点，保留，并用于求解大气光值；其中δ为阈值；步骤三、对该立体判决图中的阈值δ进行约束，基于立体判决图的自适应阈值约束得到优化后的大气光值A1,过程如下：大气散射模型为：I(x)＝J(x)t(x)+A(1-t(x))(1)式(1)中，I(x)为有雾图像的结构层图像，J(x)为无雾图像的结构层图像，A是大气光值，t(x)为场景的透射率；采用下式对立体判决图中的δ阈值进行约束：式(2)中，Acmax是根据暗通道先验理论求出的大气光值A中的最大值，Acmin是大气光值A的最小值；Dmax是整体结构层图像最大像素值，Dmin是整体结构层图像最小像素值；对暗通道前0.1％的像素点进行自适应阈值判断，对保留在立体判决图中圆外的像素点取平均值得到具有自适应的优化后的大气光值A1；步骤四、根据暗通道先验理论求得透射率t(x)，式(3)中，Ω(x)是以像素x为中心的滤波窗口，Ic(y)表示RGB图像某一点y的某一通道，ω根据经验取0.95，A1为优化后的大气光值；根据暗通道和亮通道先验理论求得中通道透射率t1(x)：对式(1)等号两边各通道进行中值滤波，得到：在天空区域中，中间通道的像素值接近于1，即：将式(5)代入式(4)，得到：步骤五、将求得的透射率t(x)和中通道透射率t1(x)根据式(7)进行融合，得到优化后的透射率tf(x)：步骤六、将得到的优化后的透射率tf(x)经过引导滤波进行细化处理，得到边缘结构明显的透射率步骤七、将步骤三得到的优化后的大气光值A1和步骤六得到的透射率代入大气散射模型，得到：进而得出恢复的无雾图像的结构层图像：式(9)中，t0是为了防止过小而设置的阈值，t0取0.1。步骤八：将得到的无雾图像的结构层图像与步骤一分解出的纹理层图像进行叠加得到恢复的无雾图像。与现有技术相比，本专利技术的有益效果是：在对大气光值A的估计中，可有效区分天空区域和非天空区域，并且提出的立体判决图和自适应阈值约束方法能有效避免有雾图片中白色物体的影响，可得到优化后的大气光值，避免恢复的图像出现色偏以及过饱和等现象。在对透射率t(x)的估计中，针对暗通道先验对天空区域失效的问题，提出了中通道补偿算法，可有效同时对天空区域以及对天空区域进行去雾，得到的恢复图片对比度高、色彩明亮并且在视觉效果上更加清晰自然。附图说明图1是本专利技术中RGB空间的立体判决图。图2(a)至图2(f)是三通道透射率及融合图；其中，图2(a)为暗通道融合图，图2(b)为中通道融合图，图2(c)为亮通道融合图，图2(d)为暗亮通道融合图，图2(e)为中亮通道融合图，图2(f)为暗中通道融合图。图3(a)至图3(d)是实施例1的主观效果图对比；其中，图3(a)是模糊图像，图3(b)是He[1]的暗通道先验的去雾效果图，图3(c)是tarel[3]的去雾结果图，图3(d)是本专利技术方法的去雾结果图。图4(a)至图4(d)是实施例2的主观效果图对比；其中，图4(a)是模糊图像，图4(b)是He[1]的暗通道先验的去雾效果图，图4(c)是tarel[3]的去雾结果图，图4(d)是本专利技术方本文档来自技高网...

【技术保护点】
1.一种基于中通道补偿和自适应大气光估计的单幅图像去雾方法，其特征在于，包括以下步骤：/n步骤一、将输入的有雾图像分解为结构层图像和纹理层图像；/n步骤二、定义RGB空间的立体判决图,以R空间为x轴，G空间为y轴，B空间为z轴；在此判决图中，定义坐标(0,0,0)为黑像素点，坐标(1,1,1)为白像素点，以坐标(1,1,1)为圆心，以(1-δ)为半径作圆O；若通过暗通道先验求得的像素点在该圆O内，则认为该像素点接近(1,1,1)，属于白色物体像素点，舍弃；若通过暗通道先验求得的像素点在该圆O外则认为不是白色物体像素点，保留，并用于求解大气光值；其中δ为阈值；/n步骤三、对该立体判决图中的阈值δ进行约束，基于立体判决图的自适应阈值约束得到优化后的大气光值A

【技术特征摘要】
1.一种基于中通道补偿和自适应大气光估计的单幅图像去雾方法，其特征在于，包括以下步骤：
步骤一、将输入的有雾图像分解为结构层图像和纹理层图像；
步骤二、定义RGB空间的立体判决图,以R空间为x轴，G空间为y轴，B空间为z轴；在此判决图中，定义坐标(0,0,0)为黑像素点，坐标(1,1,1)为白像素点，以坐标(1,1,1)为圆心，以(1-δ)为半径作圆O；若通过暗通道先验求得的像素点在该圆O内，则认为该像素点接近(1,1,1)，属于白色物体像素点，舍弃；若通过暗通道先验求得的像素点在该圆O外则认为不是白色物体像素点，保留，并用于求解大气光值；其中δ为阈值；
步骤三、对该立体判决图中的阈值δ进行约束，基于立体判决图的自适应阈值约束得到优化后的大气光值A1,过程如下：
大气散射模型为：
I(x)＝J(x)t(x)+A(1-t(x))(1)
式(1)中，I(x)为有雾图像的结构层图像，J(x)为无雾图像的结构层图像，A是大气光值，t(x)为场景的透射率；
采用下式对立体判决图中的δ阈值进行约束：



式(2)中，Acmax是根据暗通道先验理论求出的大气光值A中的最大值，Acmin是大气光值A的最小值；Dmax是整体结构层图像最大像素值，Dmin是整体结构层图像最小像素值；
对暗通道前0.1％的像素点...

【专利技术属性】
技术研发人员：杨爱萍，邢金娜，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