【技术实现步骤摘要】
一种图像去雾方法
本专利技术涉及数字图像处理领域,具体涉及一种图像去雾方法。
技术介绍
在雾霾天气或者光照较低时,会极大影响图像识别效果,因此,研究去雾算法可以提高识别效率。目前去雾方法主要包含两类。一类是基于非物理模型的去雾算法,运用图像增强算法提高图像对比度达到去雾效果,常见的有基于直方图均衡化[1]和基于Retinex原理的算法[2,3],但此方法会丢失图像信息;另一类是基于物理模型的去雾算法,主要是何凯明博士提出的经典暗原色先验去雾算法[4],对图像进行复原,该方法具有较好的去雾效果,但也存在采用SoftMatting方法导致计算时间较长的问题,后续又提出引导滤波代替SoftMatting的去雾算法[5],但去雾后会出现光晕效应。针对以上问题也提出了一些改进算法,如文献[6]使用单次均值滤波,算法复杂度较低,去雾效果较好。但对于景深区域会存在白色雾块;文献[7]为了克服去雾图像块效应提出非局部先验算法并逐帧捕获颜色距离,但远景无雾的假设在实际中可能存在误差;文献[8]提出自适应透射率的去雾算法解决传统暗原色先验透射率 ...
【技术保护点】
1.一种图像去雾方法,用于对有雾图像进行处理,其特征在于包括以下步骤:/n从有雾图像中获取大气光值A;/n采用基于canny算子的导向滤波算法从有雾图像中获取透射率图像t;/n根据所述大气光值A和透射率图像t对有雾图像进行逐像素处理以得到去雾后图像J,表达式为:/n
【技术特征摘要】
1.一种图像去雾方法,用于对有雾图像进行处理,其特征在于包括以下步骤:
从有雾图像中获取大气光值A;
采用基于canny算子的导向滤波算法从有雾图像中获取透射率图像t;
根据所述大气光值A和透射率图像t对有雾图像进行逐像素处理以得到去雾后图像J,表达式为:
其中,I为有雾图像,t0为透射率阈值。
2.根据权利要求1所述的一种图像去雾方法,其特征在于,获取大气光值A的过程包括以下步骤:
从所述有雾图像的每个像素中获取灰度最低通道值,形成最暗通道图像;
采用基于四叉树图像分割算法从最暗通道图像中获取第一大气光估计值A1;
采用何算法从最暗通道图像中获取第二大气光估计值A2;
根据第一大气光估计值A1以及第二大气光估计值A2计算大气光值A,其表达式为:
Δ=abs(A1-A2)
A=min(A1,A2)+γΔ
其中,γ为修正参数,其取值范围为[0.5,0.6]。
3.根据权利要求2所述的一种图像去雾方法,其特征在于,获取第一大气光估计值A1具体包括以下步骤:
(S31)将所述最暗通道图像沿横向和纵向分为四个面积相等的子图;
(S32)选取灰度最大的子图,并统计该子图的面积;若其面积大于子图阈值,将该子图作为最暗通道图像并跳转至步骤(S31),反之则选取该子图中前4%灰度的像素均值为第一大气光估计值A1。
4.根据权利要求3所述的一种图像去雾方法,其特征在于,所述子图阈值为15×15像素。
5.根据权利要求1所述的一种图像去雾方法,其特征在于,获取透射率...
【专利技术属性】
技术研发人员:林锦晨,杨俊杰,于婷,耿传平,
申请(专利权)人:上海电机学院,
类型:发明
国别省市:上海;31
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。