[发明专利]一种基于改进容差机制的图像去雾方法

说明书

本发明公开了一种基于改进容差机制的图像去雾方法，向大气散射模型中加入改进容差机制，得到最终的图像恢复的公式，进而对待去雾图像O进行处理，得到最终恢复的图像F；本发明能够更加准确的对目标图片中不满足暗通道先验规律的区域的部分进行补偿，避免了去雾能力下降，提高了图像的视觉效果。

技术领域

本发明属于计算机视觉技术领域，具体是一种基于改进容差机制的图像去雾方法。

背景技术

在雾天环境下，由于大气散射影响使得拍摄出来的景物的能见度和对比度降低，直接影响航空、海运和道路交通的安全，同时使各种户外监测系统，如视频监控系统，在恶劣的天气下往往无法可靠工作。因此，简单有效的图像去雾对提高视觉系统的可靠性和鲁棒性具有重要意义。

对于图像的去雾算法主要分为两类：一类是基于图像增强的方法，此类方法是根据图像的质量降低与场景点到成像传感器的距离成指数关系进行去雾的，因此这种假设场景景深不变的图像增强技术不能很好的对雾化图像去雾。另一类是基于大气散射物理模型的方法。这类方法基于大气散射规律建立了图像退化模型，能够利用先验知识，具有内在的优越性。其中，何恺明等人基于对户外无雾图像数据库的统计规律，提出一种简单的暗通道先验单一图像去雾方法，对一般户外图像取得了很好的去雾效果，但该方法建立在暗通道假设之上，对于不满足这个假设的明亮区域，算法中的透射率偏小，恢复结果出现色彩失真，因此蒋建国等人提出了容差机制以修复色彩失真的问题，容差机制是对不符合暗通道假设区域的透射率进行补偿，但是现有的容差机制存在补偿过度的现象。

发明内容

为了解决现有技术中的不足，本发明提出了一种基于改进容差机制的图像去雾方法，提供一种使得去雾结果更为自然的方法。

本发明所采用的技术方案如下：

一种基于改进容差机制的图像去雾方法，向大气散射模型中加入改进容差机制，得到最终的图像恢复的公式为：进而对待去雾图像O进行处理，得到最终恢复的图像F，其中，O^c(i)为待去雾图像的c通道中像素点i的值，t(i)为透射率图像中像素点i的值；A为全局大气光的值，K为容差，γ为修正指数，t₀为透射率阈值，c为RGB的某一个通道。

进一步，当|O^c(i)-A|＜K，则图像恢复的公式中通过取进行调整；当|O^c(i)-A|＞K，则图像恢复的公式中取1即不需要调整。

进一步，所述K取值为55；γ取值为0.4；t₀取值为0.1。

进一步，所述大气散射模型表示为：O^c(i)＝F^c(i)t(i)+A(1-t(i))。

进一步，所述全局大气光的值A的计算方法为：

求出待去雾图像RGB通道中像素点值最低的通道值，保存为一幅暗通道图，对该暗通道图进行最小值滤波处理，将滤波处理后暗通道图中像素点亮度排名前0.1％像素点的平均值作为全局大气光的值A。

进一步，所述透射率图像的计算方法为：

根据大气散射模型O^dark(i)＝F^dark(i)t(i)+A(1-t(i))，令F^dark(i)＝0推导出透射率图像为：其中，ω为雾常量参数，我们取值为0.95，O^dark(i)为待去雾图像的暗通道中像素点i的值，F^dark(i)为无雾图像的暗通道中像素点i的值。

进一步，采用导向滤波处理对透射率图像进行精细化处理，其中，引导图为滤波处理后暗通道图O^dark。

本发明的有益效果：