[发明专利]一种快速图像去雾方法及系统

说明书

本发明公开了一种快速图像去雾方法，属于图像去雾技术领域，主要解决的是现有去雾方法存在算法复杂度高、运算量大、易出现halo效应的技术问题，所述方法为以像素点为中心，在设定窗口中选取小于或等于该像素点的最小颜色分量的像素并构成集合，根据所述集合中最大值、最小值之间的差值与阈值比较以确定对所述集合进行一次均值滤波或二次均值滤波得到大气耗散函数估计值；根据所述大气耗散函数估计值计算得到复原图像，并将所述复原图像进行显示输出。本发明还公开了一种快速图像去雾系统。本发明无halo效应、处理速度快、鲁棒性强。

技术领域

本发明涉及图像去雾技术领域，更具体地说，它涉及一种快速图像去雾方法及系统。

背景技术

在雾霾天气下，大气介质中水蒸汽与悬浮尘埃颗粒构成的气溶胶对光线形成严重的吸收、散射和反射作用，造成可见光成像系统图像出现对比度、饱和度降低,以及色调偏移等退化现象，不仅影响图像的视觉效果，而且还干扰图像特征的提取，影响各种户外机器视觉监测系统的正常工作。因此，图像去雾技术具有重要的实用价值。

近年来，基于大气散射模型的图像去雾技术研究取得了很大进展，许多学者提出了一些基于先验知识或假设的图像去雾方法。大气散射模型描述了雾化图像的退化过程，数学表达式为：

I(x)＝J(x)t(x)+A(1-t(x))

式中，x表示像素点坐标，I(x)为原始雾化图像，J(x)是场景的反照率即清晰图像，A为大气光强，t(x)为场景的透射率，当为均匀大气介质时，透射率函数可以表示为：

t(x)＝e^-βd(x)

式中，β为大气散射系数，d(x)为场景的深度。

上面第一个公式右边的第1项J(x)t(x)为景物光线的直接衰减项，第2项A(1-t(x))为大气耗散项，表示大气光参与成像的附加部分，它造成图像对比度、饱和度降低，以及色调偏移等退化现象。去雾的目的是从有雾图像I(x)中恢复出清晰图像J(x)。由于第一个公式大气散射模型数学表达式为欠定方程，只有I(x)是已知的，J(x)、t(x)和A都是未知，想要恢复出J(x)，必须先估算出A、t(x)。因t(x)与大气散射系数β和场景的深度d(x)有关，无法直接进行估算。为此,引入大气耗散函数：

V(x)＝A(1-t(x))

通过估算出大气耗散函数V(x)和大气光强度A可间接得到透射率t(x)。

根据有雾图像的物理特性，大气耗散函数V(x)应满足两个约束条件：1)对于每个像素，V(x)应为正值，即V(x)≥0；2)V(x)不大于雾化图像的最小颜色分量M(x),即V(x)≤M(x)。M(x)可表示为：

式中，c为三个颜色通道RGB中的某一通道；I^c(x)为图像在x点处c通道像素值。Tan等人通过理论推导指出，可将最小颜色分量M(x)作为估算大气耗散函数V(x)的依据，即取V(x)＝M(x)。

最小颜色分量M(x)中包含了图像的景深信息,也包含了丰富的纹理特征和边缘信息。而大气耗散函数V(x)仅与场景的景深有关并在局部区域趋于平稳，因此，必须滤除纹理信息保留其景深突变的边缘特性。对M(x)进行滤波估算V(x)是基于大气散射模型的图像去雾技术的关键问题，近年来，国内外学者提了多种滤波方法，如均值滤波﹑中值滤波﹑双边滤波﹑最小值滤波等。已有滤波方法或算法复杂度高﹑或运算量大﹑或易出现halo效应。

发明内容

本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种无halo效应、处理速度快、鲁棒性强的快速图像去雾方法。

本发明的目的二是提供一种无halo效应、处理速度快、鲁棒性强的快速图像去雾系统。