[发明专利]一种采用灰度图引导滤波实现的实时视频去雾方法

权利要求书

1.一种采用灰度图引导滤波的实时视频去雾方法，其特征在于包括以下步骤：

步骤一：在雾霾天气下的视频流中获取图像image_src；

步骤二：将原图像转化成灰度图像image_gray；

步骤三：以灰度图像image_gray作为引导图像使用引导滤波算法对灰度图像image_gray进行引导滤波得到图像image_guided；

步骤四：采用图像下采样技术对原图image_src进行下采样，获得小图image_src_mini；

步骤五：根据暗原色定义公式求出小图image_src_mini的暗原色图像image_dark；

步骤六：在暗原色图像image_dark上，使用四叉树法快速找到浓雾区域或天空区域H；

所述步骤六中四叉树法为，首先对暗原色图像image_dark进行四等分分割，用区域的均值减去标准差的差值来准确确定浓雾区域，差值最大的区域即为浓雾区域或天空区域，公式表示为：

D(d)＝A(d)-S(d)

式中：d为其中某一区域，d＝1,2,3,4；A(d)和S(d)分别为该区域的平均值和标准差；D(d)为平均值与标准差之间的差值；

为了提高准确率，取D(d)值最大块继续四等分分割，如此重复迭代，直到图像的块大小小于给定阀值，将该图像块作为浓雾区域或天空区域；

步骤七：采用何凯明的暗原色先验理论计算出步骤六找到的浓雾区域或天空区域的平均透射率T_transmittance；

步骤八：将步骤三得到的图像image_guided以及步骤七得到的透射率T_transmittance带入改进的大气光散射模型方程反向求解即可获得去雾图像image_dehazed，并输出到视频流中去。

2.根据权利要求1所述的一种采用灰度图引导滤波的实时视频去雾方法，其特征在于：所述步骤三中的引导滤波算法为：在该算法中，设输入图像为j，引导图像为I，滤波输出图像为q，该算法在以中心像素为k的邻域窗口ω_k存在如下线性关系：

其中ω_k是以半径为r的方形窗口，a_k和b_k是窗口ω_k中的线性系数；系数a_k和b_k可通过求取输入图像j和滤波输出图像q的最小化差值确定，即：

q_i＝a_kI_i+b_k

使E(a_k,b_k)达到最小；其中ε为调节参数，其目的是为了防止a_k取值过大；经线性回归求解式得：

其中μ_k和分别是I在ω_k的均值和方差；|ω|为ω_k中的像素个数；

由于每个像素点会包含在多个邻域窗口ω_k中，在不同ω_k中计算得到的q_i也不同，故需要对q_i进行平均处理，通过计算所有窗口中的a_k和b_k，滤波输出如下：

其中

3.根据权利要求2所述的一种采用灰度图引导滤波的实时视频去雾方法，其特征在于：所述步骤五中的暗原色定义公式为：

式中，J^c为J的一个颜色通道，Ω(x)为以x为中心的一个局部区域。

4.根据权利要求3所述的一种采用灰度图引导滤波的实时视频去雾方法，其特征在于：

所述步骤七中的何凯明的暗原色理论求透射率公式为：

其中，x为局部区域Ω(x)的一个像素点，I^c(x)表示这一个像素点的RGB三个颜色通道的值，A^c为RGB三个通道的大气光值，计算大气光A^c的方法为：在步骤六得到的浓雾区域或天空区域H中取亮度值前0.1％的像素，并将这些像素位置保存，然后根据小图image_src_mini中的像素点，求出这些像素点在RGB三个通道的中值，作为大气光A的值。

5.根据权利要求4所述的一种采用灰度图引导滤波的实时视频去雾方法，其特征在于：所述步骤八中改进的大气光散射模型公式为：

式中，x为像素点在图像中的位置，I(x)为雾天图像，J(x)为无雾图像，t为透射率，A(x)为大气光强度。