[发明专利]一种基于环境光模型的单幅图像去雾方法及装置

说明书

本发明公开了一种基于环境光模型的单幅图像去雾方法及装置，其中具体方法包括：对原始图像各通道分别乘以加权系数，再求和得到图像的多通道加权亮度图I(x)；利用原始图像多通道加权亮度图I(x)估算出随位置变化的环境光图利用原始图像各通道信息I_c(x)或多通道加权亮度图I(x)估算出环境光遮罩利用环境光图和环境光遮罩估算出场景目标反射率ρ(x)；利用场景目标反射率ρ(x)乘以均匀照度A_uni常数得到去雾后的清晰图像。本发明采用一种基于环境光的物理模型，估计出环境光和环境光遮罩并估算出场景目标的反射率，最终逐个通道的恢复出去雾图像，解决了经典模型的适用场合不够广，特别是在夜晚雾天情况和场景目标存在额外光源的情况下去雾效果差的问题。

技术领域

本发明涉及一种数字图像处理方法，尤其涉及一种基于环境光模型的单幅图像去雾方法及装置。

背景技术

在雾天情况下，能见度严重降低，使釆集到的图像出现严重失真，失去了重要的场景信息，无法通过图像准确获得图像中所包含的信息，降低了图像的使用价值，更为后续的图像处理和分析工作带来了极大的困难。同时，在户外进行拍摄时，由于大气的散射和吸收，往往会发现所拍摄出来的图像对比度低、模糊不清。这直接影响到一些利用计算机视觉算法的应用系统的正常工作，如视频监控、遥感技术以及目标识别系统等。例如在视频监控领域，由于监控现场笼罩着浓厚的雾气，从而导致场景中的各类细节特征等变得模糊不清，不利于后续的分析处理工作的进行。如果警方事后需要调用这些数据进行犯罪现场分析时，那么就无法根据模糊的人脸特征找出犯罪嫌疑人并得到有力的物证；而如果发生交通肇事事件的话，交警也无法通过模糊不清的车辆特征及车牌号码判断出肇事的原因和主要责任方。

因此，对图像进行去雾处理来消除雾气对图像的影响，丰富图像信息、提高图像对比度和清晰度，以此来加强图像视觉效果并为后续的图像处理和数据分析提供可靠的信息则尤为重要。

图像去雾处理方法主要可以分为两种。一种是基于图像增强方法，这种方法没有考虑雾造成图像退化的原因，而只是对感兴趣的区域进行增强。常用的方法有直方图均衡化、Retinex算法以及同态滤波等。这些方法虽然提高了某些图像的清晰度，但是不适用于景物深度变化较大的图像，而且使用这些方法进行去雾处理后无法恢复景物真实色彩。

另外一种方法就是基于物理模型的去雾方法。McCartney于1976年提出了一种大气散射模型来解释在大气粒子的作用下场景的成像机制，近年来很多去雾算法都是建立在此模型之上，具体的表达公式为I(x)＝Aρ(x)e^-βd(x)+A(1-e^-βd(x))。此模型将相机接收到的光分为两部分：衰减反射光和大气光。衰减反射光为物体表面的反射光因大气粒子散射作用，其余未被散射并被相机接收的部分，其光强随着传播距离的增大而呈指数衰减。大气光为大气粒子对自然光的散射作用并被相机接收的部分，强度随着传播距离的增大而逐渐增加。

然而上述模型的假设条件为雾均匀且足够厚，太阳光在雾中发生充分散射并呈现各向同性，所以大气光A为定量。然而在实际情况中，太阳光并没有发生充分散射，那么大气光A则不为定量，而且也不能忽略直接射向相机的太阳光。而且当场景中出现发光物体且发光量远大于反射光量，那么上述模型就不适用了。而且上述模型也没有考虑场景出现遮挡的情况。因此研究大气散射机理，提出一种大气光随位置变动的环境光模型，并应用此环境光模型实现单幅图去雾方法和装置则具有良好的应用前景。

发明内容

本发明的目的在于提供一种基于环境光模型的单幅图像去雾方法及装置，能够适用于更为复杂的应用场景并更好地实现图像去雾效果。

本发明提供的技术方案为：

一种基于环境光模型的单幅图像去雾方法，包括：

(1)利用原始图像的各通道信息，求得原始图像多通道加权亮度图I(x)；