[发明专利]基于小波照度估计的雾天图像清晰化方法

权利要求书

1、基于小波照度估计的雾天图像清晰化方法，其特征是在对数域把输入的模糊雾天图像看成反射图像分量和照度图像分量之和，其中反射图像分量对应于图像中清晰的场景，照度图像分量对应于引起清晰图像模糊的因素，并使用小波分析方法计算出照度图像分量，再从输入的模糊雾天图像中减去在对数域中的照度分量，获取反射图像分量，实现对雾天图像的清晰化效果的增强。

2、根据权利要求1所述的基于小波照度估计的雾天图像清晰化方法，其特征是所述使用小波分析方法计算出照度图像分量是：首先选取小波基函数对输入图像进行八级小波分解，得到一系列小波系数；其中低频系数集中了图像的能量，反映了图像的整体轮廓，高频系数反映了图像的细节；然后分别采用高斯函数和类蔓叶曲线调整低频系数和高频系数，最后通过小波反变换对调整过后的小波系数，包括低频系数和高频系数进行小波重构得到照度图像分量。

3、根据权利要求2所述的基于小波照度估计的雾天图像清晰化方法，其特征是按如下过程进行：

a、使用小波分析方法计算出照度图像分量

设f(x₁，x₂)为输入图像，使用(1)式对其进行8级小波分解：

w(a,b1,b2)=1a∫∫f(x1,x2)ψ*(x1-b1a,x2-b2a)dx1dx2---(1)]]>

其中a是分解的级数，取2^k，k＝1，2，…，8；b₁，b₂是位移因子，以4个象素为步长进行移动；ψ(u，v)是多贝西小波基函数；

根据a，b₁，b₂的不同取值得到一系列的小波系数w(a，b₁，b₂)，按小波树对其进行排列，形成小波系数序列_wi；设小波系数的总数为N，其前个系数为低频系数，记为Ai，其余为高频系数，记为D_j；

对于低频系数A_i，使用高斯函数对其进行调整，得到新的低频系数B_i，公式如下：

Bi=cAiemΠj=1n(x-aj)/b---(2)]]>

其中n为低频系数的个数，m=0.00082n,]]>c为亮度调节因子，它与原图像的亮度均值有关，取c＝223，b＝6000；

对于高频系数D_i，使用类蔓叶函数对其进行调整，得到新的高频系数E_i，公式如下：

E_i＝0.439ln(|D_i|+1)                      (3)

新的低频系数B_i和新的高频系数E_i组成了调整后的小波系数

使用小波反变换进行重构，得到照度图像l(x₁，x₂)：

l(x1,x2)=1cψ∫0+∞daa3∫∫w^iψ(x1-b1a,x2-b2a)db1db2---(4)]]>

其中：

cψ=14π2∫∫|ψ(ω1,ω2)|2|ω12+ω22|dω1dω2]]>

b、获取反射图像

使用式(5)获取反射图像r(x₁，x₂)：

r(x₁，x₂)＝logf(x₁，x₂)-logl(x₁，x₂)   (5)

其中，r(x₁，x₂)即为清晰图像。

4、根据权利要求2或3所述的基于小波照度估计的雾天图像清晰化方法，其特征是所述小波基函数选用多贝西小波、symlet小波或bior小波基函数。