[发明专利]一种基于大气光散射物理模型的单幅图像去雾方法

说明书

技术领域

本发明涉及图像处理，尤其涉及利用大气光散射物理模型的单幅图像去雾方法。

背景技术

近年来随着环境污染的加剧使得空气中的SO2、氮氧化物和可吸入颗粒物不断增加，前两者为气态污染物，其中可吸入颗粒物是导致雾霾天的重要因素，当它们遇到雾天时，天空会变得灰蒙蒙的。当我们在雾霾天气条件下进行拍照时，拍出的照片降质严重，其主要原因是物体反射进入视野的光线在进入照相机镜头之前受到空气中大量细小颗粒物的散射、折射和反射，变得杂乱无章。因此，获得的照片对比度降低，颜色清晰度低，图片丢失了大量细节，尤其是处在深景中的物体，从照片中获得信息大大减少。

在实际应用中如军事技术、交通、刑侦、气象及天文学领域经常需要从户外采集的视频序列中提取清晰的图像特征用于识别和匹配。图像去雾成为一种非常急迫而且实用的研究课题。去雾后的图像在视觉上具有更悦目的效果，得到更多的信息，并能广泛应用于其它领域，如去雾后图像作为计算机视觉领域有效的数据输入。如何从带雾的图像中恢复图像的颜色、对比度得到清晰的图像具有重要的研究意义和现实意义。

近年来，图像去雾的方法取得了一定的效果，其中基于物理模型的图像去雾研究，大多是基于场景深度等信息或利用多幅图像的方法实现去雾。最近，针对单幅图像去雾取得了显著进步。但因单幅有雾图像受雾影响而降质，场景结构中可被利用的信息变的更少，故单幅图像去雾更具有挑战性。在何凯明经典去雾算法，运用软抠图的方法导致处理时间大大增加，且暗通道先验知识具有局限性，会导致去雾效果不理想。

发明内容

本发明的目的是提供一种快速、去雾后图像清晰、对比度和清晰度高、细节丰富的基于大气光散射物理模型的单幅图像去雾方法。

为解决上述技术问题，本发明采用的技术方案为：一种基于大气光散射物理模型的单幅图像去雾方法，其特征在于，包括如下步骤：

步骤1：输入有雾场景下的可见光彩色RGB图像，计算原有雾图像的灰度方差图，方法如下：

定义输入的有雾图像为三通道的RGB格式图像I(x)，在RGB立方体空间中，方差S的定义为S=k(b-m)2+(g-m)2+(r-m)23,m=(b+g+r)3,]]>其中m是单个像素点三通道{r,g,b}的平均灰度值，其范围为(0，255)，S是单个像素点的方差，k为比例系数；通过对I(x)中每个像素点求S，可得到一幅原图像I(x)的方差图S(x)；引入比例系数λ，重新定义其中λ=k13;]]>

步骤2：对有雾图像进行两次最小值滤波，获得暗通道图，方法如下：

对于任意一个输入图像I(x)，其暗通道图I^dark(x)用公式定义为其中，Ω(x)代表以像素x为中心的一块方形区域；I^c代表输入图像I(x)在c(c∈{r,g,b})颜色通道中的数值；暗通道图像是输入图像经过两次取最小值运算得到，是针对每个像素在三个通道{r,g,b}内取其中的最小值，是一个最小值滤波器；