一种图像去雾方法、系统和计算机可读存储介质技术方案

本发明专利技术提供一种图像去雾方法、系统和计算机可读存储介质，所述方法包括：获取有雾图像I(x)；采用四叉树搜索法初步估计大气光值A

An image defogging method, system and computer readable storage medium

【技术实现步骤摘要】
一种图像去雾方法、系统和计算机可读存储介质
本专利技术图像处理
，尤其涉及一种图像去雾方法、系统和计算机可读存储介质。
技术介绍
在基于视觉图像信息的监控系统中，有雾图像严重影响到对目标的特征提取，从而无法进行目标检测、目标跟踪等工作。对有雾图像进行去雾处理能有效提高目标检测、跟踪精度，具有十分重要的意义。当前，图像去雾的方法主要分为两类：一类是基于图像增强的方法，另一类是基于物理模型的方法。前者包括直方图均衡化和Retinex算法，这类方法通过提高有雾图像的对比度或突出图像特征来实现图像清晰化，但是容易造成图像细节丢失；后者通过研究大气悬浮颗粒对光的散射作用，建立雾天图像的物理模型，进一步反演恢复出清晰图像。
技术实现思路
为了解决上述至少一个技术问题，本专利技术提出了一种图像去雾方法、系统和计算机可读存储介质。为了实现上述目的，本专利技术第一方面提出了一种图像去雾方法，所述方法包括：获取有雾图像I(x)；采用四叉树搜索法初步估计大气光值A0；根据自适应大气光校正方法对所述大气光值A0进行校正，并得到校正后的大气光值A；对所述有雾图像I(x)计算暗通道均值；根据所述暗通道均值估算投射率tM(x)；对所述投射率tM(x)进行自适应补偿，得到补偿后的透射率t(x)；将所述校正后的大气光值A和补偿后的透射率t(x)分别输入图像去雾模型I(x)＝J(x)t(x)+(I-t(x))A中，得到所述去雾图像J(x)；采用调整函数对所述去雾图像J(x)调整图像亮度，得到复原图像。进一步的，采用四叉树搜索法初步估计大气光值A0，具体包括：将所述有雾图像I(x)划分为4个大小相同的矩形区域，记每一区域像素的均值与标准差之差为Score[i](i＝1，2，3，4)；选取Score[i]值最高的区域继续划分为4个更小的区域，再次计算Score[i]；迭代上述两步骤，直到选取区域满足预定的阈值，以最后选取区域的最亮点作为大气光的初步估计值A0。进一步的，根据自适应大气光校正方法对所述大气光值A0进行校正，具体包括：根据式A＝(1+max(0，log(vw)))＞A0对所述大气光值A0进行校正；其中，w＝7+9e-20v，v为自适应大气光校正因子，表示所述有雾图像I(x)中非天空或景深突变区域的大小，max设定一个校正阈值0，当log(vw)＞0时，给大气光值A适量的增加，而当log(vw)＜0时，不进行校正。进一步的，对所述有雾图像I(x)计算暗通道均值，具体包括：采用均值滤波公式对所述有雾图像I(x)计算暗通道均值，且所述均值滤波公式为：其中，为暗通道均值，Ω(x)表示以像素x为中心的一个局部区域，Jc表示有雾图像I的一个颜色通道，mean表示均值函数，c表示颜色通道，r，g，b分别表示红、绿、蓝三种颜色通道。进一步的，根据所述暗通道均值估算投射率tM(x)，具体包括：基于公式估计所述暗通道均值的透射率tM(x)；其中，x为像素，为暗通道均值，Ac为大气光值A在c颜色通道的值，ω(0≤ω≤1)为常数。进一步的，对所述投射率tM(x)进行自适应补偿，得到补偿后的透射率t(x)，具体包括：根据自适应补偿算法对所述投射率tM进行自适应补偿，得到补偿后的透射率t，所述自适应补偿算法为：t(x)＝tM(x)+Δt(x)；其中，Δt(x)表示补偿函数，且参数k＝7+9e-20u，u为透射率补偿因子，表示有雾图像I(x)明亮区域的大小。进一步的，将所述校正后的大气光值A和补偿后的透射率t(x)分别输入图像去雾模型I(x)＝J(x)t(x)+(I-t(x))A中，得到所述去雾图像J(x)，具体包括：为透射率设定一个下限值t0，将所述校正后的大气光值A和补偿后的透射率t分别输入图像去雾模型I(x)＝J(x)t(x)+(I-t(x))A中，得到所述去雾图像J，且所述去雾图像J的表达式为：进一步的，所述调整函数为：其中，J0(x)为调整后的复原图像，J(x)为调整前的去雾图像，α为调整因子。本专利技术第二方面还提出一种图像去雾系统，所述图像去雾系统包括：存储器及处理器，所述存储器中包括一种图像去雾方法程序，所述图像去雾方法程序被所述处理器执行时实现如下步骤：获取有雾图像I(x)；采用四叉树搜索法初步估计大气光值A0；根据自适应大气光校正方法对所述大气光值A0进行校正，并得到校正后的大气光值A；对所述有雾图像I(x)计算暗通道均值；根据所述暗通道均值估算投射率tM(x)；对所述投射率tM(x)进行自适应补偿，得到补偿后的透射率t(x)；将所述校正后的大气光值A和补偿后的透射率t(x)分别输入图像去雾模型I(x)＝J(x)t(x)+(I-t(x))A中，得到所述去雾图像J(x)；采用调整函数对所述去雾图像J(x)调整图像亮度，得到复原图像。本专利技术第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种图像去雾方法程序，所述图像去雾方法程序被处理器执行时，实现如上述的一种图像去雾方法的步骤。本专利技术提出的图像去雾方法、系统和计算机可读存储介质不需要进行透射率细化，并可以有效避免光晕和颜色失真等问题，而且复原出的图像细节突出，具有较好的视觉效果。本专利技术的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明图1示出了本专利技术一种图像去雾方法的流程图；图2示出了本专利技术一种图像去雾系统的框图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。图1示出了本专利技术一种图像去雾方法的流程图。如图1所示，本专利技术第一方面提出一种图像去雾方法，所述方法包括：S102，获取有雾图像I(x)；S104，采用四叉树搜索法初步估计大气光值A0；S106，根据自适应大气光校正方法对所述大气光值A0进行校正，并得到校正后的大气光值A；S108，对所述有雾图像I(x)计算暗通道均值；S110，根据所述暗通道均值估算投射率tM(x)；S112，对所述投射率tM(x)进行自适应补偿，得到补偿后的透射率t(x)；S114，将所述校正后的大气光值A和补偿后的透射率t(x)分别输入图像去雾模型I(x)＝J(x)t(x)+(I-t(x))A中，得到所述去雾图像J(x)；S116，采用调整函数对所述去雾图像本文档来自技高网...

【技术保护点】
1.一种图像去雾方法，其特征在于，所述方法包括：/n获取有雾图像I(x)；/n采用四叉树搜索法初步估计大气光值A

【技术特征摘要】
1.一种图像去雾方法，其特征在于，所述方法包括：
获取有雾图像I(x)；
采用四叉树搜索法初步估计大气光值A0；
根据自适应大气光校正方法对所述大气光值A0进行校正，并得到校正后的大气光值A；
对所述有雾图像I(x)计算暗通道均值；
根据所述暗通道均值估算投射率tM(x)；
对所述投射率tM(x)进行自适应补偿，得到补偿后的透射率t(x)；
将所述校正后的大气光值A和补偿后的透射率t(x)分别输入图像去雾模型I(x)＝J(x)t(x)+(I-t(x))A中，得到所述去雾图像J(x)；
采用调整函数对所述去雾图像J(x)调整图像亮度，得到复原图像。


2.根据权利要求1所述的一种图像去雾方法，其特征在于，采用四叉树搜索法初步估计大气光值A0，具体包括：
将所述有雾图像I(x)划分为4个大小相同的矩形区域，记每一区域像素的均值与标准差之差为Score[i](i＝1，2，3，4)；
选取Score[i]值最高的区域继续划分为4个更小的区域，再次计算Score[i]；
迭代上述两步骤，直到选取区域满足预定的阈值，以最后选取区域的最亮点作为大气光的初步估计值A0。


3.根据权利要求1所述的一种图像去雾方法，其特征在于，根据自适应大气光校正方法对所述大气光值A0进行校正，具体包括：
根据式A＝(1+max(0，log(vw)))＞A0对所述大气光值A0进行校正；
其中，w＝7+9e-20v，v为自适应大气光校正因子，表示所述有雾图像I(x)中非天空或景深突变区域的大小，max设定一个校正阈值0，当log(vw)＞0时，给大气光值A适量的增加，而当log(vw)＜0时，不进行校正。


4.根据权利要求1所述的一种图像去雾方法，其特征在于，对所述有雾图像I(x)计算暗通道均值，具体包括：
采用均值滤波公式对所述有雾图像I(x)计算暗通道均值，且所述均值滤波公式为：
其中，为暗通道均值，Ω(x)表示以像素x为中心的一个局部区域，Jc表示有雾图像I的一个颜色通道，mean表示均值函数，c表示颜色通道，r，g，b分别表示红、绿、蓝三种颜色通道。


5.根据权利要求1所述的一种图像去雾方法，其特征在于，根据所述暗通道均值估算投射率tM(x)，具体包括：
基于公式估计所述暗通道均值的透...

【专利技术属性】
技术研发人员：晏子俊，
申请(专利权)人：晏子俊，
类型：发明
国别省市：湖南;43