[发明专利]基于融合通道且对天空免疫的图像去雾方法

说明书

基于融合通道且对天空免疫的图像去雾方法，涉及数字图像处理技术领域，解决现有图像去雾方法去雾后存在图像上天空区域色彩失真，出现光晕现象和块效应，导致去雾效果差以及现有方法存在识别过程繁琐计算量大等问题，对有雾图像进行最小值、最大值滤波，粗略估计大气光及引入修正因子，分别暗通道的透过率和亮通道的透过率的粗略估计；采用引导滤波分别进行精细优化，判断暗通道透过率的粗略估计是否大于亮通道透过率的粗略估计，如果是，暗原色通道图像为天空区域，如果否，则暗原色通道图像不是天空区域，获得精确的融合透过率估计；并将所述像素均值作为对大气光的自适应准确估计以及融合透过率，采用大气散射成像模型获得去雾清晰化图像。

技术领域

本发明涉及数字图像处理技术领域，具体涉及一种基于融合通道且对天空免疫的图像去雾方法。

背景技术

近年来，雾霾天气较为常见，由于空气中大量气溶胶粒子、微小水滴等颗粒对光线的吸收和散射作用导致户外成像质量严重退化，图像颜色失真偏灰白，图像模糊细节不清晰，对比度下降。不仅影响视觉效果，还直接限制了户外成像系统的效用的发挥，给后期图像处理和分析带来了困难。因此，对雾天图像进行清晰化处理十分必要。

目前，图像去雾技术已经成为研究热点，对单幅图像去雾方法有图像增强方法和图像复原方法两种。图像增强方法主要是借助图像处理等手段，如直方图均衡化、频域滤波、Retinex等，通过削弱或去除一些不需要的信息，突出图像中的某些信息，在一定程度上能提高图像的对比度，改善视觉效果，但是没有从雾天图像的模糊退化机理入手，并不是实质上的去雾。

图像复原方法去雾是从大气散射理论出发，考虑图像退化原因，建立雾天成像的散射模型，实现场景复原，能获得较为理想的去雾效果，其中以暗原色先验的去雾方法为代表。暗原色先验是一种对无雾图像的统计规律，首先粗估计出介质传播函数，然后利用软抠图原理或者引导滤波器对透过率图像进行精细优化，该算法取得令人叹服的去雾效果。

然而在场景目标的亮度与大气光相似的情况下，图像中存在大面积的天空区域基本找不到像素值很小的点，此时暗原色假设失效。对于户外图像一般都会存在一定面积的天空图像，然而，以上无论是图像增强算法还是图像复原算法，这些算法有一个共同的缺点，就是会造成去雾后天空区域色彩失真，出现光晕现象和块效应，严重影响去雾效果。相应的改进算法需要提取天空梯度信息等特征，进行天空识别，从而对天空和非天空区域进行分割，然后采取不同的透过率估计方法进行去雾处理，识别过程繁琐，计算量大。

发明内容

本发明为解决现有图像去雾方法去雾后存在图像上天空区域色彩失真，出现光晕现象和块效应，导致去雾效果差以及现有方法存在识别过程繁琐计算量大等问题，提供一种基于融合通道且对天空免疫的图像去雾方法。

基于融合通道且对天空免疫的图像去雾方法，该方法由以下步骤实现：

步骤一、对原始有雾图像I(x)分别进行最小值滤波和最大值滤波，分别获得暗原色通道图像和亮原色通道图像；

步骤二、取暗原色通道图像中亮度值最高的0.1％的像素，在原始有雾图像I(x)中寻找对应像素值的点，并取最大的像素值作为对大气光A的粗略估计；

步骤三、引入修正因子ω，并根据步骤二获得的大气光A的粗略估计，获得暗通道透过率的粗略估计和亮通道透过率的粗略估计用下式表示为：

式中，c为R、G、B三通道中的一个颜色通道，取暗原色通道图像的修正因子ω_D＝0.8，亮原色通道图像的修正因子

步骤四、根据步骤三获得暗通道透过率的粗略估计和亮通道透过率的粗略估计采用引导滤波分别对暗通道透过率的粗略估计和亮通道透过率的粗略估计进行精细优化，分别得到暗通道透过率的精细估计和亮通道透过率的精细估计