[发明专利]图像除雾装置、摄像装置及图像除雾方法

说明书

技术领域

本发明涉及一种图像除雾装置、摄像装置及图像除雾方法，尤其涉及基于暗通道进行图像除雾的图像除雾装置、摄像装置及图像除雾方法。

背景技术

中国地理环境复杂，天气多样，雾天在大多数地区经常可见，而且个别地区还会受到沙尘天气的影响。雾与沙尘天气降低了户外视频图像的能见度。另外，在大型城市中，由于空气质量的问题，户外视频图像的能见度也会降低。能见度的降低对于视频图像的质量产生较大影响。特别是对于安防监控领域，影响更加明显。雾化图像清晰化是图像处理领域中的迫切的实用需求。同时最近几年基于单帧图像的除雾技术的突破使得雾化图像除雾处理成为计算机视觉领域越来越重要的研究方向。

目前，雾化图像清晰化方法主要有两个方向：基于一般图像增强方法的除雾算法和基于大气模型的除雾算法。属于基于一般图像增强方法的除雾算法的有直方图均值、空间锐化滤波、高频加强滤波、小波增强、Retinex增强滤波等等。这些算法以增强图像的对比度和能见度为出发点并且与除雾没有直接关系，对于由低照明等原因引起的视频图像能见度降低等问题也可以进行处理。在2002年，由纳拉斯马汉（Narasimahan）等人在非专利文献1中首次提出了基于大气模型的除雾清晰化方法。最近几年，基于大气模型的除雾算法取得突破，这些算法仅需单帧图像作为输入图像就能取得不错的除雾效果，除雾效果远远优于一般图像增强的除雾方法。

其中，非专利文献2在非专利文献1的基础上，提出了一种使用暗通道假设的基于大气模型的除雾方法。暗通道假设是基于对无雾情况下清晰户外图像的观察和统计得到的假设：在大多数非天空的区域，由于阴影、颜色鲜艳的物体和暗的物体的存在，R（红）、G（绿）、B（蓝）三个颜色通道中至少有一个颜色通道在某些像素有很小的值。暗通道定义为min（rgb，local patch），即以当前像素为中心的一个固定窗口大小的正方形窗口内，所有像素的R、G、B最小值的最小值。暗通道假设认为暗通道的值全部由雾贡献，即在清晰无雾的情况下，暗通道的值为0。由此，能够更加简单且有效地基于大气模型进行除雾处理。

但是，在非专利文献2的使用暗通道假设的基于大气模型的除雾方法中，存在以下技术问题。即，由于暗通道假设是基于统计的，在某些情况并不成立。在实际场景中，有与天空类似的大块灰色或白色物体，并且无阴影。这种情况下，暗通道的值也由物体贡献，而现有技术中的暗通道假设不成立。这时如果仍然按照原方法除雾，会导致除雾的结果出现错误，结果图比实际的变暗。

现有技术文献：

非专利文献1：《Vision and the Atmosphere》，Narasimahan等

非专利文献2：《Single image haze removal using dark channel prior》，Kaiming He，Jian Sun，Xiaoou Tang等，2009IEEE，1956－1963

发明内容

本发明针对现有技术中的上述技术问题，其目的在于，提供一种能够在不同的实际场景中确保良好的除雾效果的图像除雾装置、摄像装置及图像除雾方法。

本发明为了达到上述目的，提供一种图像除雾装置，用于对图像进行除雾处理，其特征在于，具备：边缘信息提取部，对图像进行边缘检测，提取表示所述图像所包含的边缘的边缘信息；暗通道窗口设置部，基于由所述边缘信息提取部提取的边缘信息，针对所述图像中的多个像素，分别设置与该多个像素之中的至少一个像素对应的暗通道窗口以使该暗通道窗口中包含边缘；暗通道值计算部，基于由所述暗通道窗口设置部设置的暗通道窗口，计算所述多个像素各自的暗通道值；以及除雾处理部，利用由所述暗通道值计算部计算的暗通道值，对所述图像进行除雾处理，得到除雾后的图像。

根据该图像除雾装置，针对图像中的像素设置包含边缘的暗通道窗口，基于这样的暗通道窗口计算像素的暗通道值并用于图像除雾处理。所谓“边缘（edge）”，指的是图像中亮度值（灰度）在空间方向上变化梯度大的区域。由此，在现有技术中的暗通道假设不完全适用的情况下，特别是在图像中存在与雾类似的大块浅色（例如灰色或白色）对象时，能够充分利用图像的特征信息，提高除雾处理的准确性，防止图像失真，提高除雾后的图像的品质。

另外，在上述图像除雾装置中，也可以是：所述暗通道窗口设置部针对所述多个像素之中的各个像素，分别使与该像素对应的暗通道窗口的大小从初始值逐次以预定比例或预定值扩大，直到该暗通道窗口中包含边缘。