[发明专利]一种基于视网膜颜色感知暗通道原理的图像去雾方法

说明书

本发明公开了一种基于视网膜颜色感知暗通道原理的图像去雾方法，包括以下步骤：S1：获取原始的含雾图像；S2：利用视网膜颜色感知机理对步骤S1中含雾图像进行计算，针对彩色含雾图像的三个颜色通道进行计算；S3：采用透射率估计函数、大气光估计函数及复原函数对步骤S2得到的含雾图像进行复原，得到最终的输出图像；本发明解决了现有图像去雾技术中自适应能力低、进一步提高图像视觉质量的问题，本发明方法过程简单，适用于任何含雾图像的复原。

技术领域

本发明属于计算机图像处理技术领域，尤其涉及一种基于视网膜颜色感知暗通道原理的图像去雾方法。

背景技术

随着计算机视觉技术和硬件传感器技术的飞速发展，各种图像或视频获取技术已被广泛地应用于虚拟战场、智能医疗、航空航天、交通监控及公共安全等重要领域。丰富多彩视觉信息在电子设备上的再现，现实方面具有更好的视觉感受，应用方面更加有利于得到精确的视觉信息。

近年来，人类对感知外界事物的需求日益增强，各种图像获取技术得到不断发展，为视觉信息的获取提供了更加便利的条件，然而，在雾霾天气下，由于环境中目标的能见度降低，其颜色信息和对比度特征被空气中的悬浮颗粒散射、吸收，从而造成雾天获取的图像质量下降，进而增加了其后期的处理难度，尤其针对航空航天、交通监控、公共安全等难以再现的目标场景。因此，图像去雾已成为计算机视觉的重要研究方向。

图像去雾方法旨在减少雾霾对图像的影响，提高图像的质量，获得图像具有较高的信噪比和较大的信息熵。目前为止，图像去雾方法主要基于图像增强和基于物理模型两个方向。前者针对降质图像，采用图像增强手段提高图像的视觉效果和计算机视觉系统的需求，该类方法未考虑降质图像的成因，不能通用在任何场景，自适应能力较低；后者针对降质图像成因，从物理上构建图像降质模型，结合降质图像成因本质去雾，该类方法取得了较好的视觉效果。

发明内容

本发明的目的在于提供一种基于视网膜颜色感知暗通道原理的图像去雾方法，包括以下步骤：S1：获取原始的含雾图像；S2：利用视网膜颜色感知机理对步骤S1中含雾图像进行计算，针对彩色含雾图像的三个颜色通道进行计算；S3：采用透射率估计函数、大气光估计函数及复原函数对步骤S2得到的含雾图像进行复原，得到最终的输出图像，解决了现有图像去雾技术中自适应能力低、进一步提高图像视觉质量的问题。

为实现上述目的，本发明采用以下技术方案：

一种基于视网膜颜色感知暗通道原理的图像去雾方法，包括以下步骤：

S1：获取原始的含雾图像；

S2：利用视网膜颜色感知机理对步骤S1中含雾图像进行计算，针对彩色含雾图像的三个颜色通道进行计算；

S3：采用透射率估计函数、大气光估计函数及复原函数对步骤S2得到的含雾图像进行复原，得到最终的输出图像。

进一步地，步骤S2中的计算过程包括以下步骤：

(1)计算视网膜双极细胞响应，计算式如下：

(2)视网膜神经节细胞响应，计算式如下：

(3)基于视觉系统中视网膜感受野对颜色的感知机理，针对彩色图像的三个颜色通道分别进行颜色感知计算，计算模型如下式：

式中，α_cen是双极细胞感受野周围的灵敏度；

α_sur是双极细胞感受野中心的灵敏度；