[发明专利]基于小波照度估计的雾天图像清晰化方法

说明书

技术领域

本发明涉及图像清晰化方法，更具体地说是一种基于小波照度估计的雾天图像清晰化方法。

背景技术

在雾天条件下，户外景物图像的对比度和颜色都会被改变或退化，图像中所蕴含的许多特征都会被覆盖或模糊。这对户外视频监控系统带来了很大的干扰。为保证户外视频监控系统能够在雾天下正常工作，必须借助计算机信息处理方法对雾天图像进行清晰化处理。

针对雾天图像的清晰化已有主要为两种方法，一种是基于大气物理模型的图像复原方法，另一种是图像增强方法。目前，国内外关于雾天图像清晰化的研究主要集中在基于大气物理模型的图像复原方法上。该类方法需要建立和求解较为复杂微分方程，算法计算量很大，一般无法用于实时场合，实用价值较低。图像增强是指按实际的需要突出图像中感兴趣的信息，去除或抑制不需要的信息，以改善图像的视觉效果。

目前关于图像增强的研究主要是针对低照度图像、医学图像和高动态范围图像；针对雾天图像的图像增强方法主要采用直方图均衡化方法和Retinex方法。这两种方法都有一定的局限性。雾天获取的景物图像在视觉感受上不清晰，反映在数据上就是原本较低的灰度值被加强、原本较高的灰度值被削弱，导致象素点灰度值的分布过于集中，使得对比度发生退化。图像退化的程度跟场景的深度成非线性关系，图像中不同区域有着不同的退化程度。景深越深的图像区域，其退化就越严重。

直方图均衡化图像增强方法一般对整幅图像进行增强，没有考虑到针对图像不同的景深区域采用不同的增强策略，因此不能直接用于对雾天图像的增强。局部的直方图均衡化方法，即AHE方法，虽然可以解决不同景深问题，但是该方法计算量非常大，不实用。AHE的改进算法，如POSHE算法、插值直方图均衡化方法等虽然在一定程度上减少了计算量，但降低了清晰化的效果一般会出现棋盘效应。

Retinex方法是根据图像的构成模型所提出的图像增强方法。局部Retinex算法(SSR方法、MSR方法及MSRCR方法)虽然能在一定程度上解决不同景深问题，但是该方法对雾天图像的清晰化效果一般不理想，例如会存在光晕伪影现象等，而且对不同的图像采用不同的参数值，需要通过手工对这些参数值进行调节。因此，该方法仅适合于某些特定的图像，难以推广到一般情形。

发明内容

本发明是为避免上述现有技术所存在的不足之处，提供一种运行速度快，不仅能解决多景深问题，而且不需要手工调节参数，具有很好的通用性的基于小波照度估计的雾天图像清晰化方法。

本发明解决技术问题采用如下技术方案

本发明基于小波照度估计的雾天图像清晰化方法的特点是：

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。

本发明方法的特点也在于：

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。

本发明方法按如下过程进行：

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：