基于保边滤波和平滑滤波融合的去雾方法、系统及存储介质技术方案

本发明专利技术公开了基于保边滤波和平滑滤波融合的去雾方法、系统及存储介质，通过从有雾图像中提取有雾图像的大气光；构建有雾图像的暗通道图像，对暗通道图像进行保边滤波处理，得到边缘清楚的第一滤波图像；对暗通道图像进行平滑滤波处理，得到内部白色物体平滑的第二滤波图像；将第一滤波图像和第二滤波图像进行融合，并从融合后生成的融合图像中提取有雾图像的大气光幕；基于有雾图像的大气光和大气光幕，对有雾图像进行去雾处理。本发明专利技术通过对暗通道图像进行保边滤波处理和平滑滤波处理后融合，再从融合图像中提取大气光幕，对有雾图像进行去雾处理，能在保证去雾后的有雾图像白色物体不失真，且图像内的物体边界清楚。且图像内的物体边界清楚。且图像内的物体边界清楚。

【技术实现步骤摘要】
基于保边滤波和平滑滤波融合的去雾方法、系统及存储介质


[0001]本专利技术涉及图像去雾的
，尤其涉及基于保边滤波和平滑滤波融合的去雾方法、系统及存储介质。

技术介绍

[0002]随着工业技术的迅速发展，也加剧了环境污染问题，使得雾霾天气越来越频繁的出现，在雾天的环境中，视觉成像系统接收到的物体反射光受到空气中散射粒子吸收与散射作用，同时还受到大气光的散射影响，从而导致生成的图像退化降质，这将严重的影响后续的视觉工作任务。
[0003]单幅图像去雾的方法主要可以分为两大类，其中第一类为基于图像增强的去雾算法，因为雾天图像具有细节模糊，整体对比度低的特点，所以图像增强技术来实现图像去雾，典型的算法有基于直方图均衡，基于视网膜皮层理论(Retinex)，基于同态滤波等。但是基于图像增强的去雾方法并没有考虑到雾天图像生成的原因，去雾后的图像容易出现颜色失真的现象，通常不具有普遍的适用性。因此当前去雾的研究重点在与第二类基于图像复原的去雾算法，这一类算法以大气散射物理模型为基础，使用雾天成像模型进行去雾分析，其中最典型的就是基于先验信息的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于保边滤波和平滑滤波融合的去雾方法，其特征在于，包括以下步骤：获取待处理的有雾图像，并从所述有雾图像中提取所述有雾图像的大气光；构建所述有雾图像的暗通道图像，对所述暗通道图像进行保边滤波处理，得到边缘清楚的第一滤波图像；对所述暗通道图像进行平滑滤波处理，得到内部白色物体平滑的第二滤波图像；将所述第一滤波图像和所述第二滤波图像进行融合，并从融合后生成的融合图像中提取有雾图像的大气光幕；基于所述有雾图像的大气光和大气光幕，对所述有雾图像进行去雾处理。2.根据权利要求1所述的基于保边滤波和平滑滤波融合的去雾方法，其特征在于，所述保边滤波为各向异性扩散滤波，对所述暗通道图像进行保边滤波处理，通过以下公式实现：W(x，y，0)＝W(x，y)其中，x为所述暗通道图像的横坐标，y为所述暗通道图像的纵坐标，t为扩散时间，W(x，y，0)为各向异性扩散滤波的扩散时间t＝0时的暗通道图像，W(x，y)为各向异性扩散滤波的输入图像，div为散度算子，为梯度算子，函数g被称为传导函数。3.根据权利要求2所述的基于保边滤波和平滑滤波融合的去雾方法，其特征在于，所述各向异性扩散滤波以快速显式扩散格式进行求解。4.根据权利要求1所述的基于保边滤波和平滑滤波双融合的去雾方法，其特征在于，所述平滑滤波为高斯滤波，所述高斯滤波的标准差为：其中，h和w分别为有雾图像的高度与宽度。5.根据权利要求1所述的基于保边滤波和平滑滤波融合的去雾方法，其特征在于，将所述第一滤波图像和所述第二滤波图像进行融合，并从融合后生成的融合图像中提取大气光幕，包括以下步骤：设定第一融合系数，并根据第一融合系数所述第一滤波图像和所述第二滤波图像融合，生成第一融合图像；提取第一融合图像中的第一大气光幕和光晕信息；将所述光晕信息归一化，得到第二融合系数，根据所述第二融合系数将所述第一大气光幕与所述第一滤波图像进行融合，得到第二融合图像，从所述第二融合图像中提取第二大气光幕，作为有雾图像的大气光幕。6.根据权利要求5所述的基于保边滤波和平滑滤波融合的去雾方法，其特征在于，第一融合系数通过以下公式获取得到：其中，c1为第一融合系数；W
PM
为第一滤波图像；A
c
为三个颜色通道的大气光；提取第一融合图像中的第一大气光幕，通过以下公式实现：V1＝c1×
W
G
+(1
‑
c1)W
PM
其中，V1为第一大气光幕，W
G
为第二滤波图像...

【专利技术属性】
技术研发人员：唐清善，钟海丽，肖凯晗，李亚捷，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：