[发明专利]一种基于CUDA的图像实时去雾方法

说明书

技术领域

本发明涉及计算机应用技术和计算机视觉领域，具体涉及一种基于CUDA的图像实时去雾方法。

背景技术

图像去雾是计算机视觉领域中的一个重要课题，对雾天图像进行清晰化可以增加图像的视觉效果。在雾、霾等天气条件下，场景辐射照度被大气中的悬浮微粒散射，户外场景能见度降低，图像中目标对比度和颜色等特征被衰减，景物的可辨识度大大降低。同时，随着社会经济的发展，诸如智能视频监控、目标识别与检测以及遥感应用等领域对视频图像的依赖越来越大，消除图像中雾气对场景目标的影响显得十分必要。

图像去雾算法主要分为两大类：基于非模型的图像增强方法和基于物理模型的雾天图像复原方法。基于图像增强的方法，在算法处理时并不需要图像退化的原因和模型，其本质上可归为图像对比度增强的问题。典型方法如直方图均衡、小波方法以及Retinex算法等。由于基于非模型的去雾方法只是简单的增强图像对比度，没有从雾天图像模糊机理和退化原因上入手，只在一定程度上改善了图像的视觉效果，并非实质上的去雾处理。于是，基于大气散射模型的图像去雾方法得到了不断发展和创新。早期基于模型的方法需要借助不同天气下的多张图片或需要额外的深度信息进行处理。这些方法虽然能达到较好的效果，但对图像采集有苛刻的要求，并且需要用户交互，无法实现自动去雾。近来，一些强先验或假设应用于单幅图像自动去雾中，使图像去雾技术站上了一个新的台阶。其中，具有里程碑意义的是基于暗原色先验的单幅图像去雾技术。该技术简单有效，但需要计算复杂的矩阵及求解大型线性方程组，导致去雾算法耗费了大量的运算时间和空间，制约了其应用的实时性。

综观国内外现有的图像去雾算法，虽已取得较大进展，但在效率与质量上难以两全。传统的基于CPU的架构在图形计算上显得捉襟见肘，只有利用图形处理器（GPU）才能满足实际应用的需求。

发明内容

本发明的目的在于提供一种基于CUDA的图像实时去雾方法，解决现有技术对图像的去雾方法对设备要求高，计算耗时而且图像不够清晰的问题。

为解决上述的技术问题，本发明采用以下技术方案：

一种基于CUDA的图像实时去雾方法，包括以下步骤：

利用CUDA构建CPU与GPU协同工作环境；

输入原始有雾图像，获取该图像的暗原色图像及其大气光值；

根据暗原色先验获取原始有雾图像的透射率初始值，并利用引导滤波算法得到优化后的透射率；

根据大气散射模型中的原始有雾图像、透射率分布和大气光确定去雾后的复原图像。

根据权利要求1所述的一种基于CUDA的图像实时去雾方法，其特征在于：所述暗原色先验是通过对户外无雾图像的观察并通以下方法得出：设定J^c代表J的某一个颜色通道，而Ω(x)是以x为中心的一块方形区域，

Jdark(x)=minc∈{r,g,b}(miny∈Ω(x)(Jc(y)))]]>

得出，其中，大气光估计方法为：先取J^dark中0.1%亮度最大的像素，然后取这些像素对应在原图中的最大值作为大气光值。