【技术实现步骤摘要】
本专利技术涉及图像去雾，具体为一种基于侧窗均值滤波技术的天空区域自适应去雾方法。
技术介绍
1、雾天图像存在对比度低、能见度差、场景颜色信息少等问题。作为计算机视觉的一个预处理步骤，去雾是必不可少的。为了在计算机视觉算法中保持较高的精度，多年来引入了许多去雾方法。目前图像去雾方法主要有基于图像增强、基于物理模型和基于深度学习。
2、图像增强主要是通过提高图像的对比度进行去雾，但其没有考虑到图像降质机理，会出现信息损失或者过增强现象。物理模型去雾主要是清楚雾天图像退化的原因，进而反演退化恢复无雾图像，主流方法是暗通道先验理论，但其在处理白色区域时存在一定的失效问题。这些算法通常会在天空区域的白色部分产生失真或不自然的效果，从而影响图像的整体质量和视觉效果。深度学习去雾图像依赖于数据集训练，但其场景单一，且效率较低，去雾效果不理想。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于侧窗均值滤波技术的天空区域自适应去雾方法，通过采用hsv颜色空间对天空和非天空区域进行准确分割，并结合超像素分割和透射率修正等技术，有效地提高了对天空区域的去雾效果，从而改善了图像的视觉质量，解决了上述
技术介绍
中所提出的问题。
3、(二)技术方案
4、本专利技术为了实现上述目的具体采用以下技术方案：一种基于侧窗均值滤波技术的天空区域自适应去雾方法，包括以下步骤，
5、s1.获取待处理的有雾图像；
6
7、s3.分别计算天空区域和非天空区域的透射率和大气光值，并对天空区域的透射率和大气光进行修正；
8、s4.利用超像素分割技术获得非天空区域的超像素块，并估计不规则区域块的透射率；
9、s5.将天空和非天空区域的透射率进行加权融合，以避免同一区域景深突变处产生光晕；
10、s6.使用侧窗均值滤波算法细化透射率，以提高图像边缘细节、消除块效应，并基于大气散射模型求出去雾图像；
11、s7.将细化透射率图像、大气光值和待处理有雾图像代入大气散射模型，从而得到去雾图像。
12、进一步地，所述s1中是输入一张待处理rgb有雾图像。
13、进一步地，所述s2中将待处理有雾图像从rgb颜色空间转化为hsv颜色空间，提取待处理有雾图像的v分量，得到v通道图像，并对其进行otsu二值化操作，从而得到天空区域图像的识别。
14、进一步地，所述s3中基于亮通道原理获取天空区域的大气光值，并基于暗通道原理获取天空区域的透射率，对其进行补偿，得到补偿后的天空区域透射率，有效解决暗通道去雾对白色区域失效的问题
15、进一步地，所述s4中首先基于暗通道原理求取非天空区域的大气光值，取亮度前0.1％的像素点相应有雾图像最大值点作为非天空区域大气光值，并引入修正参数，修正全局大气光值；然后，使用slic算法将非天空区域图像进行分割，获取超像素块；最后，对不规则区域块的透射率进行估计得到非天空区域的透射率。
16、进一步地，所述s5中通过加权融合天空和非天空区域的透射率，得到完整修正后的透射率图像，有效避免了同一区域景深突变处产生光晕的问题。
17、进一步地，所述s6中采用侧窗均值滤波算法细化透射率，提高图像边缘细节、消除了块效应，并根据大气散射模型得到更清晰的去雾图像。
18、进一步地，所述s7中利用大气散射模型，结合待处理的有雾图像、大气光值以及细化的透射率，来计算并恢复出清晰的无雾图像。
19、(三)有益效果
20、与现有技术相比，本专利技术提供了一种基于侧窗均值滤波技术的天空区域自适应去雾方法，具备以下有益效果：
21、本专利技术，通过采用hsv颜色空间将天空区域和非天空区域分割，识别的天空区域连续完整；其次，分别计算天空区域和非天空区域的透射率和大气光值，并对天空区域的透射率和大气光进行修正；在非天空区域利用超像素分割获得具有一致颜色和亮度属性的超像素块并估计不规则区域块的透射率；然后将天空和非天空区域透射率加权融合，避免同一区域景深突变处产生光晕；最后，使用侧窗均值滤波算法细化透射率以提高图像边缘细节、消除块效应并基于大气散射模型求出去雾图像。本专利技术相较于暗通道先验算法，psnr提高了16.5％，nmse降低了19.6％，ssim提高了22.6％。恢复的图像色彩更真实，细节更丰富，有效提高去雾图像的对比度和清晰度，改善了光晕问题。
本文档来自技高网...【技术保护点】
1.一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S1中是输入一张待处理RGB有雾图像。
3.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S2中将待处理有雾图像从RGB颜色空间转化为HSV颜色空间，提取待处理有雾图像的V分量，得到V通道图像，并对其进行Otsu二值化操作，从而得到天空区域图像的识别。
4.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S3中基于亮通道原理获取天空区域的大气光值，并基于暗通道原理获取天空区域的透射率，对其进行补偿，得到补偿后的天空区域透射率，有效解决暗通道去雾对白色区域失效的问题。
5.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S4中首先基于暗通道原理求取非天空区域的大气光值，取亮度前0.1％的像素点相应有雾图像最大值点作为非天空区域大气光值，并引入修正参数，
6.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S5中通过加权融合天空和非天空区域的透射率，得到完整修正后的透射率图像，有效避免了同一区域景深突变处产生光晕的问题。
7.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S6中采用侧窗均值滤波算法细化透射率，提高图像边缘细节、消除了块效应，并根据大气散射模型得到更清晰的去雾图像。
8.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述S7中利用大气散射模型，结合待处理的有雾图像、大气光值以及细化的透射率，来计算并恢复出清晰的无雾图像。
...【技术特征摘要】
1.一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述s1中是输入一张待处理rgb有雾图像。
3.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述s2中将待处理有雾图像从rgb颜色空间转化为hsv颜色空间，提取待处理有雾图像的v分量，得到v通道图像，并对其进行otsu二值化操作，从而得到天空区域图像的识别。
4.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述s3中基于亮通道原理获取天空区域的大气光值，并基于暗通道原理获取天空区域的透射率，对其进行补偿，得到补偿后的天空区域透射率，有效解决暗通道去雾对白色区域失效的问题。
5.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法，其特征在于，所述s4中首先基于暗通道原理求取...
【专利技术属性】
技术研发人员：杨光，唐梦淇，冯伟哲，张杨，高偲麒，刘洋，李勍，王兆鹏，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：
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。