基于偏振特性与大气传输模型的图像去雾方法和装置制造方法及图纸

本申请涉及一种基于偏振特性与大气传输模型的图像去雾方法和装置。所述方法包括：根据初始偏振图像计算得到场景偏振度图像、场景偏振角图像和场景光强图像；根据场景偏振角图像和场景光强图像进行联合分割，求解得到大气偏振度和无穷远处大气光强；根据场景偏振度图像和场景光强图像计算得到偏振差分图像；利用高斯模糊算法推导得到目标偏振度图像；根据场景光强图像、大气偏振度、无穷远处大气光强、偏振差分图像和目标偏振度图像进行计算得到初始透射率图像，通过天空区域和引导滤波算法对其进行优化得到最终透射率图像，从而重构无雾图像。采用本方法能够实现不同场景，不同雾天条件下图像的重构，并能够有效恢复图像细节，降低图像噪声。降低图像噪声。降低图像噪声。

【技术实现步骤摘要】
基于偏振特性与大气传输模型的图像去雾方法和装置


[0001]本申请涉及光学和图像处理领域，特别是涉及一种基于偏振特性与大气传输模型的图像去雾方法和装置。

技术介绍

[0002]雾天条件下，大气层中水汽充足稳定，悬浮着大量由微小水滴所形成的悬浮粒子。由于悬浮粒子本身具有强烈的散射特性，使得光线在传播过程中发生散射与衰弱致使能见度降低，导致在雾天条件下进行目标成像时，所成图像通常伴随能见度低，对比度低，细节信息模糊不清甚至色彩失真等特点，无法满足在目标检测与识别等领域对图像质量的需求。因此为了更好的提升目标检测与识别的准确率与可靠性，提高雾天图像细节质量，研究雾天条件下清晰成像的方法，具有十分迫切的现实需求。
[0003]目前常见的去雾算法主要分为两类：基于图像增强去雾与基于大气模型去雾。基于图像增强去雾的主要思想是从增强图像对比度角度出发改善目标的成像效果，目前常见的图像增强算法从处理范围可分为全局强化与局部强化两类。全局图像增强代表算法有Retinex算法等，Retinex算法是一种用来描述色彩恒常性的算法，其阐明了物体的颜色取决于其对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于偏振特性与大气传输模型的图像去雾方法，其特征在于，所述方法包括：根据四通道光学偏振探测器采集得到四个角度的初始偏振图像，根据所述初始偏振图像计算得到斯托克斯矢量，根据所述斯托克斯矢量计算得到场景偏振度图像、场景偏振角图像和场景光强图像；根据所述场景偏振角图像和场景光强图像中的梯度信息和光强信息对待分割区域进行联合分割，得到天空区域，根据所述天空区域的掩模、场景偏振度图像和场景光强图像进行计算，得到大气偏振度和无穷远处大气光强；根据所述场景偏振度图像和场景光强图像进行计算，得到偏振差分图像；采用高斯模糊算法对所述初始偏振图像进行滤波处理，得到大气偏振图像，根据所述大气偏振图像计算得到目标偏振图像，根据所述目标偏振图像计算得到目标偏振度图像；根据所述场景光强图像、大气偏振度、无穷远处大气光强、偏振差分图像和目标偏振度图像进行计算，得到初始透射率图像，通过所述天空区域的掩模确定初始透射率图像天空区域，根据所述初始透射率图像天空区域和引导滤波算法对所述初始透射率图像进行优化修正，得到最终透射率图像，根据所述最终透射率图像重构得到无雾图像。2.根据权利要求1所述的方法，其特征在于，根据所述初始偏振图像计算得到斯托克斯矢量，包括：根据所述初始偏振图像计算得到斯托克斯矢量，表示为S＝[S0,S1,S2,S3]
T
其中，S0表示四通道光学偏振探测器接收的总光强，S1表示水平分量光强与垂直分量光强的强度差值，S2表示45
°
线性偏振与135
°
线性偏振的强度差值，S3表示右旋圆偏振与左旋圆偏振的强度差值，I(0)、I(45)、I(90)和I(135)表示四个角度的初始偏振图像。3.根据权利要求1所述的方法，其特征在于，根据所述场景偏振角图像和场景光强图像中的梯度信息和光强信息对待分割区域进行联合分割，得到天空区域，包括：提取所述场景偏振角图像和场景光强图像中待分割区域的梯度信息，设定第一阈值和第二阈值判断梯度信息的变化；提取所述场景光强图像中待分割区域的光强信息，设定第三阈值判断光强信息的变化，根据所述第一阈值、第二阈值和所述第三阈值对待分割区域进行联合分割，得到天空区域。4.根据权利要求3所述的方法，其特征在于，根据所述第一阈值、第二阈值和所述第三阈值对待分割区域进行联合分割，得到天空区域，包括：当所述场景偏振角图像中待分割区域的梯度信息低于第一阈值，所述场景光强图像中待分割区域的梯度信息低于第二阈值时，并且所述场景光强图像中待分割区域的光强信息大于第三阈值时，判断待分割区域为天空区域；否则，判断待分割区域为目标区域；根据二值化操作将天空区域中的像素点赋值为1，将目标区域中的像素点赋值为0，所
述天空区域表示为Sky(x,y)＝1((G
AOP
(x,y)＜th1)and(G
I
(x,y)＜th2)and(I(x,y)＞th3)其中，G
AOP
(x,y)表示所述场景偏振角图像中待分割区域的梯度信息，G
I
(x,y)表示所述场景光强图像中待分割区域的梯度信息，I(x,y)表示所述场景光强图像中待分割区域的光强信息，th1，th2和th3分别表示所述第一阈值、第二阈值和第三阈值，AOP表示所述场景偏振角图像，I表示所述场景光强图像。5.根据权利要求1至4任意一项所述的方法，其特征在于，根据所述天空区域的掩模、场景偏振度图像和场景光强图像进行计算，得到大气偏振度和无穷远处大气光强，包括：将所述天空区域的掩模与场景偏振度图像相乘，得到天空区域场景偏振度图像，通过对天空区域场景偏振度图像中所有像素点的偏振度进行统计，选择出现次数最多的偏振度作为大气偏振度；将所述天空区域的掩模与场景...

【专利技术属性】
技术研发人员：张焱，凌峰，石志广，杨卫平，张景华，张宇，刘荻，师晓冉，张毅，沈奇，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：