[发明专利]基于人眼视觉相似性约束的图像去雾方法、系统及设备

说明书

技术领域

本发明涉及数字图像处理领域，特别是涉及一种基于人眼视觉相似性约束的图像去雾方法、系统及设备。

背景技术

在有雾的拍摄情况下，图像采集设备由于受到大气微粒的散射作用，致使拍摄到的数字图像的对比度和颜色发生较大的衰减和降质，从而影响后期图像/视频监控、图像分析的有效性和可靠性。现有技术中存在很多种图像去雾方法，目前对图像进行去雾处理主要采用暗原色先验去雾方法来实现，该方法是通过对大量的无雾图像观察得到的统计规律而获得的。暗原色先验去雾方法简洁有效，对各种类型的含雾图像都能达到一定程度的去雾效果。然而，暗原色先验去雾方法并不能直接作用于整幅自然图像，由于在自然图像中场景深度通常会在景物的边缘处发生突变，导致采用暗原色先验去雾方法进行去雾处理后，在边缘处会产生明显的光晕效应，去雾的精度低，而且可能导致去雾后图像的噪声上升。

发明内容

为了解决上述的技术问题，本发明的目的是提供基于人眼视觉相似性约束的图像去雾方法，本发明的另一目的是提供一种基于人眼视觉相似性约束的图像去雾系统，本发明的再一目的是提供一种基于人眼视觉相似性约束的图像去雾设备。

本发明解决其技术问题所采用的技术方案是：

基于人眼视觉相似性约束的图像去雾方法，包括：

S1、计算待处理的有雾图像的颜色最小通道数据；

S2、对有雾图像分别进行2次两通道的联合非局部相似性约束联合滤波，进而获得大气散射数据；

S3、利用获得的大气散射数据重建去雾图像并获得初始化去雾图像；

S4、对初始化去雾图像进行三通道的联合相似性约束联合滤波，获得去雾后的图像。

进一步，所述步骤S1，其具体为：

根据下式计算待处理的有雾图像的颜色最小通道数据：

M_min(l)＝min(P_R(l),P_Y(l),P_B(l))

上式中，l为自然数，表示像素点的位置，M_min(l)表示像素点l的颜色最小通道数据，P_R(l)、P_Y(l)、P_B(l)分别表示待处理的有雾图像M在像素点l的红、黄、蓝三个颜色分量。

进一步，所述步骤S2，包括：

S21、根据下式对有雾图像分别进行2次两通道的联合非局部相似性约束联合滤波并获得两个滤波图像：

上式中，C1、C2分别表示获得的两个滤波图像，M表示待处理的有雾图像，P_y表示有雾图像M的亮度成分，N为自然数，表示对每个像素点进行联合滤波所需要参与的像素点的个数，β₁、β₂均表示滤波强度；

S22、根据获得的两个滤波图像计算得到符合人眼视觉特征的差值图像D：

D(l)＝|C1(l)-C2(l)|

上式中，l为自然数，表示像素点的位置，D(l)表示差值图像D在像素点l的值，C1(l)、C2(l)分别表示获得的两个滤波图像在像素点l的值；

S23、根据下式计算获得大气散射光的初始估计值：

上式中，φ(l)表示大气散射光在像素点l的初始估计值，θ表示C1(l)的平均亮度值；

S24、根据下式对大气散射光的初始估计值进行修正后获得大气散射数据：

ψ(l)＝max(min(0.91·φ(l),C1(l)),0)

上式中，ψ(l)表示在像素点l的大气散射数据。

进一步，所述步骤S21中，N＝40，β₁＝0.01，β₂＝0.07。

进一步，所述步骤S21中，进行两通道的联合非局部相似性约束联合滤波所采用的公式为SDL(im1,im2,num,β)，其中im1、im2为两幅尺寸相同的单通道图像，num为自然数且表示对每个像素点进行联合滤波所需要参与的像素点的个数，β表示滤波强度，最后获得的滤波图像为：

i(k)＝γ₁(k)·im1(k)+γ₂(k)