一种图像去雾方法技术

本发明专利技术公开了一种图像去雾方法，包括步骤：输入待去雾图像，计算其大气光值和透射率图；然后计算去雾后的图像；对去雾后的图像进行曝光处理，输出去雾后的图像等；本发明专利技术提高了算法鲁棒性和算法效率，适用于包含天空等明亮区域的场景，解决了传统去雾方法对明亮区域去雾效果差，适用范围小的缺点等。

【技术实现步骤摘要】
一种图像去雾方法
本专利技术涉及图像去雾处理领域，更为具体的，涉及一种图像去雾方法。
技术介绍
图像去雾是安防、图像增强领域很重要的技术。对于雾霾较大的室外环境，监控难度更大，需要对监控图像进行去雾处理，才能得到清晰目标，例如车牌、人脸等等。近年来，有雾图像的复原工作已成为计算机视觉和计算机图形学等多学科交叉领域的热门研究方向。在雾天环境下，拍摄出来的景物能见度和对比度降低，使各种户外监测系统，如视频监控系统，在恶劣的天气下往往无法可靠工作。因此，简单有效的图像去雾对提高视觉系统的可靠性和鲁棒性具有重要意义。当前，对于图像的去雾算法主要分为两类：一类是基于大气散射物理模型的方法。这类方法基于大气散射规律建立了图像退化模型，能够利用先验知识，具有内在的优越性。何凯明基于对户外无雾图像数据库的统计规律，提出一种简单有效的暗原色先验单一图像去雾方法，对一般户外图像取得了很好的去雾效果。何凯明提出的导向滤波代替了softmatting软抠图算法，在保证透射率图精度的同时大幅度地提高滤波速度。但该去雾算法建立在暗原色假设之上，对不满足这个假设的明亮区域，算法估计的透射率偏小，恢复结果出现色彩失真，影响了图像的视觉效果。另一类是基于图像对比度增强的方法，韩国学者提出的基于图像对比度增强的去雾方法也是利用了雾模型理论。基于图像去雾效果的好坏与对比度和损失参数相关的假设，为它们分配相应的权重，建立评分标准，计算最佳的透射率图。这个算法对天空的处理效果比较好，这是因为算法对透射率图的计算结果进行了参数限制，防止去雾结果中天空、水面等明亮部分的去雾结果对比度过高。现有的两种去雾算法对天空部分的去雾效果都很差，这是因为天空部分的透射率图计算结果与实际有相当大的偏差，使得本来不该去雾的部分被强行执行了去雾算法。另一方面，由于去雾后的结果对比度增强，图像普遍较暗，不便观察。对此，本申请提出了改进做法。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种图像去雾方法，提高了算法鲁棒性和算法效率，适用于包含天空等明亮区域的场景，解决了传统去雾方法对明亮区域去雾效果差，适用范围小的缺点等。本专利技术的目的是通过以下方案实现的：一种图像去雾方法，包括步骤：输入待去雾图像，计算其大气光值和透射率图；然后采用如下公式计算去雾后的图像：其中，J(x)为去雾图，I(x)为输入的带有雾霾的图像，A为大气光值，t(x)为透射率图，t0为最小透射率，r表示对明亮区域的修正程度，x为像素点在图像上的坐标；输出去雾后的图像。进一步地，在输出去雾后的图像前，对去雾后的图像采用如下步骤进行曝光处理：第一步，对整幅去雾后的图像计算亮度均值，利用亮度均值计算曲线调节参数；第二步，利用曲线调节参数，采用如下调节方程对去雾后的图像进行曝光度调节；其中，expose表示第一步中用图像的亮度均值计算得到的曲线调节参数，m为自动曝光调节的上限值，res为曝光度调节的去雾图像，I为未经曝光处理的去雾后图像。进一步地，计算待去雾图像的大气光值，包括步骤：S1，采用求解RGB三通道最小值的方法先得到一幅灰度图，再对这幅灰度图进行最小值滤波，得到原待去雾图像的暗通道dark；S2，对暗通道像素进行排序，选取暗通道中像素值最大的前0.1%的像素点，找到原RGB图像中对应位置的像素点，计算其平均值，求得大气光值。进一步地，计算待去雾图像的透射率图，包括步骤：S3，对原图与大气光值相除的结果求解暗通道，包括求解RGB三通道最小值，对其结果进行最小值滤波，得到暗通道，再计算图像的透射率图。进一步地，包括步骤：S4，采用快速导向滤波算法对透射率图进行滤波，修复透射率图细节，并采用降采样的方法提高导向滤波算法的速度。进一步地，在步骤S1中，采用如下公式计算待去雾图像的暗通道dark：其中，y表示像素点坐标，c表示RGB三通道的某一个通道，表示输入待去雾图像在坐标y下的像素点的RGB三个通道的像素值，该公式中从左边起第二个表示对的结果计算RGB三通道的最小值，该公式中从左边起第一个表示对前面的结果进行最小值滤波，表示滤波模板范围，在此范围内进行最小值滤波。进一步地，在步骤S2中，采取桶排序的方法，选取暗通道中像素值最大的前0.1%的像素点，找到原RGB图像中对应位置的像素点，计算其平均值，求得大气光值，计算公式如下：其中，表示暗通道上像素值最大的前0.1%的像素对应在原图像上像素的集合，分别计算该集合中全部像素RGB三个通道的均值，为大气光值，y表示像素点坐标，num为选取的用于计算大气光值的像素数量，c表示RGB三通道的某一个通道。进一步地，步骤S3中，采用如下公式计算透射率：其中，w表示去雾程度参数，y表示像素点坐标，A表示大气光值，c表示RGB三通道的某一个通道，表示在坐标y下的像素点的RGB三个通道的像素值，左边起第二个表示对的结果计算RGB三通道的最小值，左边起第一个表示对前面的结果进行最小值滤波，表示滤波模板范围。本专利技术的有益效果是：（1）本专利技术提出了一种鲁棒性高、算法效率高的图像去雾方法，适用于包含天空等明亮区域的场景，解决了传统去雾方法对明亮区域去雾效果差，适用范围小的缺点。具体的实施例中，对去雾模型进行了改进，针对明亮区域进行了修正补偿，另外利用快速导向滤波提高了算法效率，增强实时性；采用自动曝光处理，对去雾结果进行了补偿，使最终的去雾效果更加明亮，视觉效果良好。（2）本专利技术实施例中，对基于暗通道的去雾算法进行了改进，有针对性地对图像中的明亮区域进行修正，使图像的去雾结果干净整洁，没有偏色。（3）本专利技术实施例中，对去雾结果进行了自适应曝光处理，使最终的去雾结果明亮清晰。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例的方法步骤流程图；图2为待去雾图像图；图3为图像的暗通道图；图4为图像的透射率图；图5为图像透射率图的导向滤波结果图。具体实施方式本说明书中所有实施例公开的所有特征（包括任何附加权利要求、摘要和附图），或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合和/或扩展、替换。如图1~5所示，一种图像去雾方法，包括步骤：输入待去雾图像，计算其大气光值和透射率图；然后采用如下公式计算去雾后的图像：其中，J(x)为去雾图，I(x)为输入的带有雾霾的图像，A为大气光值，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，包括步骤：/n输入待去雾图像，计算其大气光值和透射率图；然后采用如下公式计算去雾后的图像：/n

【技术特征摘要】
1.一种图像去雾方法，其特征在于，包括步骤：
输入待去雾图像，计算其大气光值和透射率图；然后采用如下公式计算去雾后的图像：



其中，J(x)为去雾图，I(x)为输入的带有雾霾的图像，A为大气光值，t(x)为透射率图，t0为最小透射率，r表示对明亮区域的修正程度，x为像素点在图像上的坐标；
输出去雾后的图像。


2.根据权利要求1所述的图像去雾方法，其特征在于，在输出去雾后的图像前，对去雾后的图像采用如下步骤进行曝光处理：
第一步，对整幅去雾后的图像计算亮度均值，利用亮度均值计算曲线调节参数；
第二步，利用曲线调节参数，采用如下调节方程对去雾后的图像进行曝光度调节；



其中，expose表示第一步中用图像的亮度均值计算得到的曲线调节参数，m为自动曝光调节的上限值，res为曝光度调节的去雾图像，I为未经曝光处理的去雾后图像。


3.根据权利要求1或2所述的图像去雾方法，其特征在于，计算待去雾图像的大气光值，包括步骤：
S1，采用求解RGB三通道最小值的方法先得到一幅灰度图，再对这幅灰度图进行最小值滤波，得到原待去雾图像的暗通道dark；
S2，对暗通道像素进行排序，选取暗通道中像素值最大的前0.1%的像素点，找到原RGB图像中对应位置的像素点，计算其平均值，求得大气光值。


4.根据权利要求3所述的图像去雾方法，其特征在于，计算待去雾图像的透射率图，包括步骤：
S3，对原图与大气光值相除的结果求解暗通道，包括求解RGB三通道最小值，对其结果进行最小值滤波，得到暗通道，再计算图像的透射率图。


5.根据权利要求4所述的图像去雾方法...

【专利技术属性】
技术研发人员：罗天，袁霞，谭竞杨，颜刚，李龙，
申请(专利权)人：成都索贝数码科技股份有限公司，
类型：发明
国别省市：四川;51