【技术实现步骤摘要】
使用双向加权融合处理雾天图像的方法
本专利技术涉及计算机应用与信息处理领域，尤其涉及使用双向加权融合处理雾天图像的方法。
技术介绍
很多重要的夜视或低照度场景，如军事基地、安全中心和交通要塞等，主要利用红外图像实现全面监控。由于实际获取图像时会受到外部环境如光照不足，光照不均，雾霾雨水等恶劣天气的影响，严重影响了图像的视觉质量，因此对图像进行除雾处理是必须的工作。在现有技术中，除雾方法基本都是直接采用自适应的直方图增强算法、Retinex理论、暗通道先验去雾算法，但是使用上述方法都是通过增强的方式来实现图像去雾，但是均会去除图像中的场景细节，导致图像失真。为降低图像失真的程度，现有技术公开了一种小波域Retinex图像去雾方法(CN201510694867)和一种基于改进的Retinex与Welsh近红外图像增强与彩色化算法(CN201711005353)，但是这两种方法都比较复杂，因此，怎么使用一种简单的方式来解决图像失真是急需解决的技术问题。
技术实现思路
为了克服上述现有技术存在的不...
【技术保护点】
1.使用双向加权融合处理雾天图像的方法，其特征在于，包括以下步骤：/nS1、一方面，对待处理的雾天图像I，使用去雾算法进行处理，得到输出图像J1，另外一方面，对待处理的雾天图像I进行取反操作，然后使用去雾算法进行处理，处理完毕后再进行取反操作，得到输出图像J2；/nS2、将输出图像J1和输出图像J2进行加权平均，得到最终输出图像J。/n
【技术特征摘要】
1.使用双向加权融合处理雾天图像的方法，其特征在于，包括以下步骤：
S1、一方面，对待处理的雾天图像I，使用去雾算法进行处理，得到输出图像J1，另外一方面，对待处理的雾天图像I进行取反操作，然后使用去雾算法进行处理，处理完毕后再进行取反操作，得到输出图像J2；
S2、将输出图像J1和输出图像J2进行加权平均，得到最终输出图像J。
2.根据权利要求1所述的使用双向加权融合处理雾天图像的方法，其特征在于，所述去雾算法为任意基于多尺度Retinex的处理算法。
3.根据权利要求1所述的使用双向加权融合处理雾天图像的方法，其特征在于，去雾算法为多尺度Retinex算法中的MSR算法(多尺度加权平均Retinex算法)。
4.根据权利要求3所述的使用双向加权融合处理雾天图像的方法，其特征在于，所述MSR算法的步骤为：
SA1：以原始图像I或取反操作后图像作为待处理图像；得到待处理图像在位置(x，y)处3个颜色通道分别对应的灰度值Si(x，y)，i取1，2，3；
SA2：用环绕函数和待处理图像的卷积来估算待处理图像的亮度值并进行加权平均如式(1)所示，得到3个颜色通道分别对应的输出ri(x，y)，i取1，2，3；
其中，N为尺度个数；wn为第n个尺度的所占权值，满足此处取wn＝1/N；Fn(x，y)为权值wn对应的第n个环绕函数，服从式(2)：
其中，cn为第n个尺度参数，kn为归一化因子，由于环绕函数服从∫∫F(x，y)dxdy＝1，所以其中，F′(x，y)为F(x，y)的一阶导数。
5.根据权利要求4所述的使用双向加权融合处理雾天图像的方法，其特征在于，其中N取值为3，c1＝15、c2＝80、c3＝240。
6.根据权利要求1所述的使用双向加权融合处理雾天图像的方法，其特征在于，所述去雾算法为基于导向滤波的暗通道先验图像去雾处理算法。
7.根据权利要求6所述的使用双向加权融合处理雾天图像的方法，其特征在于，基于导向滤波的暗通道先验图像去雾处理算法的步骤为：
SB1：采用原始雾天图像I或取反操作后的图像作为待处理图像；待处理图像的去雾模型描述为：
其中，M(x)为待处理图像；J11(x)为处理后的无雾图像；x为对应图像中的任一像素点；A为全局参数大气光强度；t(x)为对应像素点的场景反射光的透射率；
SB2、获得待处理图像M(x)的暗通道图像Mdark(x)，由式(4)计算：
...
【专利技术属性】
技术研发人员：侯再红，罗杰，秦来安，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽;34
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。