【技术实现步骤摘要】
基于极端散射通道的单图像去雾方法
本专利技术涉及图像处理领域，尤指一种基于极端散射通道的单图像去雾方法。
技术介绍
随着社会的不断进步和科技的飞速发展，计算机视觉系统已经被广泛应用到了城市交通、视频监控、智能导航、遥感成像、军事侦察等诸多领域；然而，近年来，雾霾天气的频繁出现，严重影响了计算机视觉系统的成像质量，造成获取的图像对比度下降、颜色失真、模糊不清，对人们生产与生活造成极大影响。雾霾是一种常见的自然现象，它是由悬浮在大气中的大量微小水滴、气溶胶等颗粒的作用产生的。由于悬浮颗粒对光线的吸收、散射和折射等作用，导致图像中目标的对比度降低、饱和度下降和色调偏移，直接限制和影响了各种户外视觉系统效用的发挥。雾天降质图像的清晰化处理对提高户外视觉系统的可靠性和鲁棒性具有重要意义。针对图像去雾，人们提出了各种方法，具体来说可以分为两类：图像增强方法和图像复原方法。图像增强处理不考虑退化原因，通过突出图像中某些信息，同时削弱或去除某些不需要的信息，实现图像去雾，该类方法以Retinex算法为代表，但不能实现真正意义上的去雾...
【技术保护点】
1.一种基于极端散射通道的单图像去雾方法，其特征在于，包括：/n获取原始有雾图像；/n构建雾天成像物理模型；/n暗通道先验，所述暗通道指所述原始有雾图像中至少存在一个颜色通道的像素值大于0且小于1的像素通道；/n亮通道先验，所述亮通道指所述原始有雾图像中至少存在一个颜色通道的像素值大于0且小于1的像素通道，且所述亮通道的像素值大于所述暗通道的像素值；/n将所述亮通道先验的结果与所述暗通道先验的结果互补成为极端通道，并进行极端通道散射分析；/n估计透射率，对亮通道图像和暗通道图像分别计算透射率，所述亮通道图像计算得到的透射率和所述暗通道图像计算得到的透射率适用的区域不同，将适...
【技术特征摘要】
1.一种基于极端散射通道的单图像去雾方法，其特征在于，包括：
获取原始有雾图像；
构建雾天成像物理模型；
暗通道先验，所述暗通道指所述原始有雾图像中至少存在一个颜色通道的像素值大于0且小于1的像素通道；
亮通道先验，所述亮通道指所述原始有雾图像中至少存在一个颜色通道的像素值大于0且小于1的像素通道，且所述亮通道的像素值大于所述暗通道的像素值；
将所述亮通道先验的结果与所述暗通道先验的结果互补成为极端通道，并进行极端通道散射分析；
估计透射率，对亮通道图像和暗通道图像分别计算透射率，所述亮通道图像计算得到的透射率和所述暗通道图像计算得到的透射率适用的区域不同，将适用所述亮通道图像的区域的透射率和适用所述暗通道图像的区域的透射率结合，得到的结果作为极端通道先验给出的透射率；
估计大气光；
根据所述极端通道先验给出的透射率、所述大气光、所述雾天成像物理模型计算得到最终的去雾清晰图像。
2.根据权利要求1所述的基于极端散射通道的单图像去雾方法，其特征在于，所述构建雾天成像物理模型中，有雾图像的形成通过以下方式建模：
I(x)＝J(x)t(x)+A∞(1-t(x))式(1)；
其中，I是观察到的有雾图像，J是无雾图像，A∞是大气光，t是整个雾空间的透射率，x是像素点的位置，去雾的目标是使用I获得A，t，然后根据雾天成像物理模型(1)获得无雾图像J。
3.根据权利要求2所述的基于极端散射通道的单图像去雾方法，其特征在于，所述暗通道先验中，所述原始有雾图像的暗通道图像的计算公式为：
其中，Jdark为暗通道图像，Jc为图像J的彩色三通道中的某一通道，Ω(x)为选取的中心在x像素点的局部图像区域；
所述亮通道先验中，所述原始有雾图像的亮通道图像的计算公式为：
其中，Jbright为亮通道图像，Jc为图像J的彩色三通道中的某一通道，Ω(x)为选取的中心在x像素点的局部图像区域；
将所述亮通道先验的结果与所述暗通道先验的结果互补成为极端通道，并进行极端通道散射分析，极端通道先验为：
Jdark(x)→0；
其中，A∞为大气光，Jdark(x)→0表示大部分无雾图像中的局部色块包含一些像素，...
【专利技术属性】
技术研发人员：高昆，豆泽阳，张宇桐，王俊伟，胡梓博，张晓典，张震洲，吴穹，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11
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。