[发明专利]基于场景深度分割的图像去雾方法

权利要求书

1.基于场景深度分割的图像去雾方法，其特征在于，包括以下步骤：

步骤1：获取含雾图像I(x)；

步骤2：获取含雾图像I(x)的深度图像Idepth(x)以及最小通道图像Imin(x)；

步骤3：根据聚类分割的方法将步骤2获得的深度图像I_depth(x)分割为n个子图像，并按照场景深度由近到远分别标记为Label1-Label n；

步骤4：对步骤3中获得的n幅深度子图像Label1-Label n分别求取大气光值，记作A₁-A_n；

步骤5：根据步骤3和步骤4中获得的深度子图像及其对应的大气光值，得到整幅图像的大气光图A_map(x)；以最小通道图I_min(x)为引导图像，应用引导滤波器对大气光图A_map(x)进行滤波处理得到修正后的大气光图A_modmap(x)；

步骤6：求解图像透射率粗估计t(x)，定义大气耗散函数：V(x)＝A_modmap(x)(1-t(x)),其中，V(x)表示大气耗散函数，A_modmap(x)为修正后的大气光图；并将步骤2获得的深度图像I_depth(x)作为大气耗散函数的粗估计V(x)；

步骤7：以深度图像I_depth(x)为引导图像，应用引导滤波器对步骤6中获得的图像透射率粗估计t(x)进行滤波处理得到修正后的透射率估计t_mod(x)；

步骤8：根据雾天图像退化模型，按照步骤5和步骤7中得到的修正后的大气光图A_modmap(x)和透射率估计t_mod(x)以及含雾图像I(x)求解复原图像J(x)。

2.根据权利要求1所述的基于场景深度分割的图像去雾方法，其特征在于，步骤2中深度图像I_depth(x)计算方式如下：

其中，c为三个颜色通道R、G、B中某一通道的值，x为像素位置，I(x)代表图像I中该位置上的像素值，Ω(x)为以x为中心的大小为30*30的矩形区域，y为该区域内的某一像素位置。

3.根据权利要求1所述的基于场景深度分割的图像去雾方法，其特征在于，步骤2中最小通道图I_min(x)表示如下：

其中，c为三个颜色通道R、G、B某一通道的值，x为像素位置，I_c(x)代表图像I中该位置上的某一颜色通道的像素值。

4.根据权利要求1所述的基于场景深度分割的图像去雾方法，其特征在于，步骤3中对深度图像进行分割，具体实施步骤如下：

步骤3.1：在深度图像I_depth(x)中随机选取n个像素点作为种子点，记作k₁-k_n；

步骤3.2：遍历深度图像I_depth(x)中的所有像素点，分别计算这些像素点与各个种子点的相似度S_i(x)，其计算方式如下：

S_i(x)＝||I_depth(x)-k_i||²

其中，I_depth(x)为深度图像中的像素点，k_i为步骤3.2中选取的种子点，i为种子点的编号，i取值为[1,n]之间的整数，n为种子点的个数；

步骤3.3：根据步骤3.2中计算的相似度S_i，将当前像素点I_depth(x)划归到与种子点相似度最高的一类，并将这类像素点的集合记作U_i；

步骤3.4：选取U_i中包含的像素点的中值作为新的种子点；

步骤3.5：判断新的n个种子点与上次所取的种子点相比是否发生了变化，若发生了变化，则跳转到步骤3.2再次执行，否则结束循环并将此时像素点的集合U_i作为按类分割后的深度图像，并根据每一类图像深度的大小，将这n幅深度子图像记作Label1-Label n。