一种可见光图像去散射方法技术

本发明专利技术公开了一种可见光图像去散射方法，步骤如下：对可见光图像进行估计可见光透射率图和大气光；使用红外图像对估计的可见光透射率图进行边缘优化；提取红外图像边缘信息；建立并求解去散射优化模型，输出去散射可见光图像。本发明专利技术通过估计可见光透射率图和大气光，并基于红外图像的边缘，对可见光透射率图边缘优化获得边缘清晰的可见光透射率图；然后提取红外图像边缘信息，充分利用散射环境下红外图像能够清晰成像的优势，基于红外图像的区域对比度信息以及边缘信息优化可见光图像，最后建立并求解去散射优化模型，增强可见光图像去散射效果，从而实现散射场景下可见光图像清晰彩色成像，对实现透过散射介质的清晰彩色成像具有重要意义。有重要意义。有重要意义。

【技术实现步骤摘要】
一种可见光图像去散射方法


[0001]本专利技术涉及计算机视觉与数字图像处理领域，特别是涉及一种可见光图像去散射方法。

技术介绍

[0002]散射现象广泛存在，例如雾气、云烟等散射介质散射衰减可见光，导致可见光设备成像质量严重下降。这为消防抢险、航空航海、遥感等任务的完成带来了极大的挑战，也限制了诸如自动驾驶、智能交通、机器人等计算机视觉技术落地领域的进一步发展。因此，实现透过散射介质的清晰彩色成像至关重要。现有的可见光图像去雾方法通过单张可见光图像估计透射率图以及大气光，从而求解大气散射模型实现去散射，然而该类方法在浓雾等强散射环境下存在较大局限：浓雾散射环境中可见光图像边缘信息的丢失将导致针对初始估计透射率图的优化失效；当环境中的大气光不均匀时，容易造成散射模型参数误估计，降低去散射效果；图像去雾方法并无法恢复因为散射而丢失的图像边缘与细节信息。
[0003]相较于可见光，红外波段波长较长，因而具有较强的抵抗散射介质干扰的能力。因此，在存在雾气或云烟的散射环境中，红外相机能够相比可见光相机获得更加清晰的成像结果。近年来，随着民用红外本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可见光图像去散射方法，其特征在于，包括如下步骤：S1、对可见光图像进行估计可见光透射率图和大气光；S2、使用红外图像对估计的可见光透射率图进行边缘优化；S3、提取红外图像边缘信息；S4、建立并求解去散射优化模型，输出去散射可见光图像。2.如权利要求1所述的可见光图像去散射方法，其特征在于，步骤S1中，所述可见光图像在散射场景下表示为：I
VIS
(x)＝J
VIS
(x)t
VIS
(x)+A(1
‑
t
VIS
(x))；其中，I
VIS
是可见光相机获取的散射场景下的可见光图像，J
VIS
是无散射可见光图像，A表示环境光照所引起的大气光，t
VIS
(x)是可见光透射率图，x为图像坐标。3.如权利要求1或2所述的可见光图像去散射方法，其特征在于，所述估计可见光透射率图和大气光的方法包括暗通道先验算法DCP，颜色衰减先验算法CAP，基于雾线的算法Haze
‑
lines。4.如权利要求1所述的可见光图像去散射方法，其特征在于，步骤S2中，所述使用红外图像对估计的可见光透射率图进行边缘优化表示为：其中，GuidedFilter(
·
)表示导向滤波算法，该算法输出是进行边缘优化后的可见光透射率图t
VIS
‑
refined
，输入参数分别为初始估计的可见光透射率图红外图像I
IR
，h
g
以及λ，h
g
是导向滤波的窗口大小，ε表示正则化参数。5.如权利要求1所述的可见光图像去散射方法，其特征在于，步骤S3中，所述红外图像边缘信息的提取方法包括Haar小波、对数加伯滤波、剪切波、梯度算子；其中，采用梯度算子提取红外图像边缘信息表示为：其中，i表示滤波器序号，在梯度算子中，1≤i≤2，表示水平方向的梯度算子，表示竖直方向的梯度算子。6.如权利要求1所述的可见光图像去散射方法，其特征在于，步骤S4中，所述建立的去散射优化模型包括：引导对比度增强项G(
·
)、透射率图优化的大气散射模型项H(
·
)、图像边缘保持项ED(
·
)和颜色保真项CF(
·
)。7.如权利要求6所述的可见光图像去散射方法，其特征在于，所述对比度增强项G(
·
)表示为：其中像素x和像素y之间的权重ω(x,y)表示为：其中X表示图像所有像素位置的集合；J(x)表示可见光图像J在像素x的强度，J(y)表示
可见光图像J在像素y的强度，R(x)表示红外图像R在像素x的强度，R(y)表示红外图像R在像素y的强度，I
IR
(x)表示长波红外图像在像素x的强度；σ
R
和σ
S...

【专利技术属性】
技术研发人员：金欣，谢佳宇，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：