【技术实现步骤摘要】
本专利技术涉及图像处理方法，具体涉及基于自适应光照计算的图像去雾方法。
技术介绍
对有雾图像进行去雾可以改善图像的视觉效果，例如大多数的室外视频工作系统，如城市交通、车辆辅助系统、视频监控等，都要求对图像特征的检测达到清晰准确的效果，但是在雾天情况下，由于场景的能见度降低，以及大气中悬浮的大量小水滴、尘埃等的散射作用，导致采集到的图像严重降质，极大地限制和影响了系统的正常工作，因此实时消除图像中的雾气，使处理后的图像更加清晰化，才能适应实际应用的需求。图像去雾过程是研究有雾图像退化的物理过程，即反演退化过程，以获得未经干扰的原始图像，其中，中国专利201010139441.1公开一种基于暗原色的自动图像去雾方法，该方法利用暗原色先验求取传输图像，多尺度Retinex求取亮度分量图像，其处理速度慢，传输函数的下限阈值不能动态自适应调整，处理后的天空区域的存在光晕。该方法对去雾有着一定的效果，但是此方法对大气光照的估计是利用常数来估计，不是自适应的，无法更好地处理有雾图像自身受到的光照影响，对复原图像的质量有一定影响。
技术实现思路
本专利技术的目的在于提供相对于传统的去雾方法，能够提高复原后的图像的清晰化效果的。本专利技术包括以下步骤:I)计算有雾图像粗略 提取的亮通道图像，再进行边缘信息保存处理，获得优化后的亮通道图像；2)计算有雾图像粗略提取的暗通道图像，再进行边缘信息保存处理，获得优化后的暗通道图像；3)根据大气散射物理模型，以及得到的亮通道图像和暗通道图像，推导出自适应的大气光照和大气传输系数表达式；4)根据大气散射物理模型中的有雾图像、大气光照和大气...
【技术保护点】
一种基于自适应光照计算的图像去雾方法，其特征在于包括以下步骤：1）计算有雾图像粗略提取的亮通道图像，再进行边缘信息保存处理，获得优化后的亮通道图像；2）计算有雾图像粗略提取的暗通道图像，再进行边缘信息保存处理，获得优化后的暗通道图像；3）根据大气散射物理模型，以及得到的亮通道图像和暗通道图像，推导出自适应的大气光照和大气传输系数表达式；4）根据大气散射物理模型中的有雾图像、大气光照和大气传输系数进行去雾复原处理。
【技术特征摘要】
1.一种基于自适应光照计算的图像去雾方法，其特征在于包括以下步骤: 1)计算有雾图像粗略提取的亮通道图像，再进行边缘信息保存处理，获得优化后的亮通道图像； 2)计算有雾图像粗略提取的暗通道图像，再进行边缘信息保存处理，获得优化后的暗通道图像； 3)根据大气散射物理模型，以及得到的亮通道图像和暗通道图像，推导出自适应的大气光照和大气传输系数表达式； 4)根据大气散射物理模型中的有雾图像、大气光照和大气传输系数进行去雾复原处理。2.如权利要求1所述一种基于自适应光照计算的图像去雾方法，其特征在于在步骤I)中，所述计算有雾图像粗略提取的亮通道图像，再进行边缘信息保存处理，获得优化后的亮通道图像的具体方法可采用图像的亮通道方法，即户外拍摄的正常天气下的白天的景物图像，至少有一个颜色通道的一些像素值比较大，也就是说，户外拍摄的正常天气的正常照度下的景物图像经过最大值滤波后，整幅图像的像素值都会很大；亮通道图像各像素点的值按以下表达式确定: 其中，C为原彩色图像的颜色通道，Ω (x, y)是以坐标为(x，y)的像素点为中心的最大值滤波窗口，为区域中各像素点的坐标值，具体步骤如下: 第一步:对原有雾图像RGB三个`颜色通道的像素值进行最大值滤波，获得的图像为粗略提取的亮通道图像； 第二步:对粗提取的亮通道图像进行边缘保持平滑滤波，保存边缘信息，最后得到的就是优化后的亮通道图像，记为1_。3.如权利要求1所述一种基于自适应光照计算的图像去雾方法，其特征在于在步骤2)中，所述暗通道图像各像素点的值按以下表达式确定: jd(^>) = min( min jU ce{RGB} (xQ,yQ)^Q(x;y).9 其中，c为原彩色图像的颜色通道，Ω (x, y)是以坐标为(x，y)的像素点为中心的最小值滤波窗口，为区域中各像素点的坐标值，具体步骤如下: 第一步:对原有雾图像R...
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。