[发明专利]一种基于各向异性滤波的去雾方法

说明书

技术领域

本发明涉及图像处理与计算机视觉领域，尤其是涉及一种基于各向异性滤波的去雾方法。

背景技术

计算机视觉系统的很多户外用户，如城市交通、视频监管、图像识别等，都要求图像特征的检测具备鲁棒性。然而，在雾天、阴雨天等条件下所采集的图像对比度很低，可视性很差，给提取图像信息造成了一定的障碍。因此，去除雨雾对所摄取图像的影响，将会给社会带来方便性和安全性方面的有效提升。

在计算机视觉领域，目前主要是采用基于暗通道先验并使用Guided Filter滤波器进行传输函数估计的雾天降质图像复原算法、基于大气膜估计的雾天降质图像复原算法来处理雨雾图像。基于暗通道先验并使用Guided Filter滤波器进行传输函数估计的雾天降质图像复原算法可以有效的估计传输函数，但是对景物颜色的恢复有偏差，天空出现光晕现象；基于大气膜估计的雾天降质图像复原算法对颜色恢复较好，但天空区域出现灰色，视觉效果不好。

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。

发明内容

本发明的目的在于提供可改善雾天、阴雨天等条件下所摄取图像的视觉效果的一种基于各向异性滤波的去雾方法。

本发明包括以下步骤：

1）通过引导图像求取大气光照值；

2）通过引导图像，利用各向异性滤波器求取传输函数图；

3）动态自适应调整去除雾气的下限阈值；

4）根据大气散射物理模型中的观测有雾图像、大气光照值和传输函数图复原场景图像；复原后的场景图像按以下表达式确定：

J(x,y)=I(x,y)-Amax(t(x,y),t0)+A;]]>

其中，(x,y)表示二维空间坐标，J(x,y)为复原后的场景图像，I(x,y)为观测有雾图像，A为大气光照值，t(x,y)为传输函数图，t₀为下限阈值。

在步骤1）中，所述通过引导图像求取大气光照值的具体方法可为：

当观测有雾图像为灰度图像时，将该灰度图像作为引导图像；

所述引导图像按以下表达式确定：

I^guide(x,y)＝I(x,y)；

其中，I^guide(x,y)为引导图像，I(x,y)为观测有雾图像；

当观测有雾图像为彩色图像时，先计算此彩色图像每个像素点处的R、G、B三个颜色通道的最小值，作为引导图像；

所述引导图像按以下表达式确定：