【技术实现步骤摘要】
本专利技术涉及图像处理领域，尤其是涉及利用透射率增强细节的航拍图像去雾方法。
技术介绍
1、航拍图像在空对地目标检测领域有广泛应用，而在有雾天气下采集的图像质量严重下降，对后续图像应用如目标识别方面有严重影响。因此，图像去雾对提升雾天采集的图像质量方面有着重要的研究价值。目前，针对单幅图像去雾方法主要有：基于大气散射模型的图像去雾方法、基于图像增强的方法和基于深度学习的图像去雾。现有方法进行图像去雾时，存在大气光值的求解不当造成去雾后的图像存在光晕和伪影等现象，以及大气散射模型反求解造成的图像细节丢失等问题。本专利技术针对航拍图像大场景下通用图像去雾算法出现去雾效果差、细节丢失等问题，在区域方差求解中引入透射率，有效保留图像细节中的远近特性，提升去雾后的图像质量。
2、为处理图像中的有雾问题，he等统计到在大多数非天空的局部区域中，至少有一个颜色通道中的某些像素具有非常低的强度，提出了暗通道先验的单图像去雾(he k,sunj,tang x.single image haze removal using dark channel prior[c].ieeeconference on computer vision and pattern recognition(cvpr),2009:1956-1963)。kanti等将图像分为带有色偏和没有色偏的图像，并通过非线性变换进行颜色平衡，然后进行基于色偏的精细调整，从而实现图像去雾(kanti dhara s,roy m,sen d,et al..colorcast dep
技术实现思路
1、本专利技术提供了一种利用透射率增强细节的航拍图像去雾方法，包括以下步骤：
2、步骤1：大气散射模型的建立，
3、在有雾环境下采集的图像，其大气散射模型的表达式为：
4、i(x)＝j(x)t(x)+a(1-t(x)) (1)
5、其中，x表示像素点，i表示有雾图像，j表示无雾图像，即为去雾求解的图像，t(x)表示透射率，a表示大气光照值；
6、步骤2：大气光值与透射率的求取，
7、大气光照值通过区域得分法求得，具体步骤如下：首先，根据有雾图像的尺寸调整光值搜索框的大小，通过四叉树法求取大气光值一般迭代5～6次停止，即大气光区域大小为整幅图像的1/46，因此确定大气光值搜索框大小boxsize为：
8、
9、其中h和l为图像的高度和宽度，再设置区域框的搜索速度，最后构建区域窗格的对比度和亮度综合得分，对搜索框覆盖的区域评分；
10、在对比度的选择中，选择依据人眼视觉系统建立的韦伯对比度，韦伯对比度cweber为物体值与背景值的归一化差值，公式如下：
11、
12、其中，cweber为目标点的韦伯对比度，ic.object为图像中目标点的像素值，ic.ground为目标点区域范围内像素的平均值；
13、大气光照区域得分需要考虑区域对比度和区域亮度值，因此，采用区域最大值和区域平均值作为亮度得分，区域得分公式如下：
14、
15、其中，c∈{r,g,b}为图像红、绿、蓝三通道，b为搜索框区域，最后，在得分最高的区域ω中，计算每个像素点的颜色向量与rgb最大值的距离，选取使该距离最小的像素点作为全局大气光照值的估计值，即：
16、
17、其中，xr为像素点x在红色通道下的取值，xg为像素点x在绿色通道下的取值，xb为像素点x在蓝色通道下的取值，透射率的求解公式为：
18、
19、其中式中引入一个控制因子δ＝0.6用于约束变化的速率；
20、根据式(5)与式(6)求取到的大气光值a(x)与透射率t(x)反求解大气散射模型公式(1)，即大气散射模型求解的去雾图像为：
21、
22、步骤3：引入透射率的区域方差建立，
23、在平滑锐化滤波技术中引入局部方差作为边缘感知权重，以构成权重平滑锐化滤波，提升雾图像的细节增强效果，局部区域方差权重γg(x)公式如下：
24、
25、其中n为局部区域ξ内像素点个数，x'为区域ξ内的像素点；
26、在区域方差权重中引入了透射率因子γ＝et(x)，以满足有雾图像的细节提取需求，引入透射率因子后的区域方差权重定义如下：
27、
28、式中1≤γ≤e，若x位于边缘区域，则γg(x)通常大于1，此时γ会对γg(x)进行较大幅度的增强；若x位于平滑区域，则γg(x)通常小于1，此时γ会对γg(x)进行一定幅度的减弱，
29、权重平滑锐化滤波使用的代价函数e为：
30、
31、其中1/θ2∈[0.01,100]，η＝κ'ε，求解可得：
32、
33、步骤4：引入透射率的细节提取，
34、因为通过雾现象可区分图像的近景和远景，单独对于整幅有雾图像进行细节增强会导致图像的失真，利用权重平滑锐化滤波既可平滑也可锐化的优势，对雾图像的远景区域进行平滑处理，对近景区域进行细节锐化处理；定义其中为设定的透射率阈值，通过统计大量有雾图像的透射率分布情况，大部分有雾图像的透射率中位数为0.7～0.8，当偏小时，位于前景部分κ'取值将会过大，导致图像锐化过度；当偏大时，会导致图像的后景部分κ'取值过小，导致图像平滑过渡，因此κ'的取值为：
35、
36、当透射率大于阈值时κ'＞1，滤波器调整为锐化滤波；当透射率小于阈值时κ'＜1，滤波器调整为平滑滤波，最终细节图定义如下：
37、
38、其中，d(p)为区域ξ的细节图，权值ωk为：
39、
40、其中，是一个正则化因子，以确保s是一个预定义的尺度参数，而σ2是整个图像的区域方差的平均值；
41、步骤5：线性融合图像复原，
42、最终的去雾图像由大气散射模型求解出的图像与细节锐化图像线性融合得到，即：
43、r(x)＝j(x)+d(x) (15)
44、其中r(x)为最终的去雾图像，j(x)为公式(7)求解出的图像，d(x)为步骤2提取的细节图像。
45、与现有技术相比，本专利技术的有益效果是：
46、本专利技术所述方法针对航拍图像难以估计出准确的大气光值问题，提出区域得分法求取最优大气光值；同时当前去雾算法处理航拍雾图像时出现细节丢失问题，提出权重平滑-锐化滤波算法在区域方差中本文档来自技高网...
【技术保护点】
1.一种利用透射率增强细节的航拍图像去雾方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种利用透射率增强细节的航拍图像去雾方法，其特征在于，步骤2中：
3.根据权利要求1所述的一种利用透射率增强细节的航拍图像去雾方法，其特征在于，步骤3中：
4.根据权利要求1所述的一种利用透射率增强细节的航拍图像去雾方法，其特征在于，步骤4中：
【技术特征摘要】
1.一种利用透射率增强细节的航拍图像去雾方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种利用透射率增强细节的航拍图像去雾方法，其特征在于，步骤2中：
3...
【专利技术属性】
技术研发人员：黄绿娥，肖文祥，陈宏，于晓伟，鄢化彪，姚龙龙，杨玉婵，
申请(专利权)人：江西理工大学，
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。