一种基于高斯滤波的单幅图像的实时去雾方法技术

本发明专利技术提供一种基于高斯滤波的单幅图像的实时去雾方法，它建立在物理模型的基础上，能实现降质图像的真实场景复原。该方法包括四大步骤，步骤一：计算输入有雾图像的暗通道图像并估计全局大气光值；步骤二：粗步估计大气耗散函数；步骤三：采用高斯滤波对大气耗散函数进行细化；步骤四：恢复场景辐射度。本发明专利技术克服了现有去雾速度较慢、不能应用于实时处理系统的缺点，得到的去雾图像效果好，处理速度快，能应用于实时系统中，具有较好的实用价值和广阔的应用背景。

【技术实现步骤摘要】

本专利技术涉及，适用于雾天条件下的图像去雾，属于数字图像处理领域。
技术介绍
在雾、霾等天气条件下，户外拍摄的自然场景图像的景物能见度和对比度大幅降低。物体表面反射的光线被气溶胶以及悬浮在大气中的微小颗粒吸收和散射，导致户外监控系统获取的景物图像颜色退化，对比度和饱和度下降。户外图像的退化直接影响到计算机视觉系统的户外应用，如视频监测、城市交通、智能车辆等，因此需要对雾天条件下拍摄的图像和视频进行处理以消除天气带来的影响。事实上，图像去雾一直是计算机图形学和计算机视觉领域的重要研究内容。首先，图像去雾可以显著地增加场景的能见度并消除由 于环境光的影响而带来的颜色漂移；其次，不论是低级的图像分析还是高级的目标识别，大多数的计算机视觉算法往往假设输入图像是场景辐射度，即清晰的无雾图像。因而，许多计算机视觉算法的性能会受到低对比度的场景辐射度的影响。最后，图像去雾可以为许多计算机视觉算法提供场景深度信息。户外图像中雾的存在对图像的影响与未知的场景深度信息有关，因而图像去雾面临着很大的挑战。实际上，图像去雾是一个欠约束的问题，因为它需要仅从退化的有雾图像中准确地估计出场景辐射度、大气传输函本文档来自技高网...

【技术保护点】
一种基于高斯滤波的单幅图像的实时去雾方法，其特征在于：该方法具体步骤如下：步骤一：读取原始有雾图像I(x)，计算暗通道图像及估计全局大气光值A：（1）在Microsoft？Visual？Studio？2008语言环境中读取一张原始有雾图像I(x)；（2）计算输入有雾图像的暗通道图像其中，Ic表示图像I的某个颜色通道；Ω(x)表示以像素x为中心的方形区域，尺寸为4×4；（3）估计全局大气光值A=I(xk)，其中表示暗通道图像Idark(x)中最亮的像素的二维坐标，于是，全局大气光值为暗通道图像中最亮的像素对应的原始有雾图像的像素的颜色值；步骤二：根据输入有雾图像的暗通道图像，粗步估计大气耗散函数...

【技术特征摘要】
1.一种基于高斯滤波的单幅图像的实时去雾方法，其特征在于该方法具体步骤如下 步骤一读取原始有雾图像I (X)，计算暗通道图像及估计全局大气光值A (1)在MicrosoftVisual Studio 2008语言环境中读取一张原始有雾图像I (x)； (2)计算输入有雾图像的暗通道图像⑴=r^^xmnr(y))，其中，Γ表示图像工的某个颜色通道；Ω (X)表示以像素X为中心的方形区域，尺寸为4X4 ;(3)估计全局大气光值A=I(xk)，其中％ = argmax(/^/ {.v))，表示暗通道图像产k(x)中最亮的像素的二维坐标，于是，全局大气光值为暗通道图像中最亮的像素对应的原始有雾图像的像素的颜色值； 步骤二 根据输入有雾图像的暗通道图像，粗步估计大气耗散函数V(X) (O大气散射模型归一化；在大气散射模型中，分别对每个颜色通道进行归一化，即模型两端同除以全局大气光A%得到归一化的大气散射模型 A A (2)通过灰度拉伸将艮制在范围内 Ac Γ(χ) (Γ(χ) . (Γ(χ)\] K (Γ(χγ\ . (Γ(χγ\\ -=~~/ max ~-nun ~ Ac I^ JJ/[ I Ac J { Ac JJ其中，mini表示取矩阵中的最小值；max!表示取矩阵Zlifl中的...

【专利技术属性】
技术研发人员：史振威，隆姣，汤唯，刘柳，张长水，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：