[发明专利]一种红外雾天降质图像去雾增强方法

权利要求书

1.一种红外雾天降质图像去雾增强方法，其特征在于包括如下步骤：

(1)预设简单线性迭代聚类超像素分割算法中的超像素块数k以及超像素分割边界紧密度m,超像素块数k设置为40～80，紧密度m设置为30～50；

(2)根据超像素块数k初始化聚类中心，初始聚类中心以间隔网格大小S均匀分布在图像中，为避免初始聚类中心正好位于图像边缘处，取初始中心点3x3邻域内最小梯度值的像素点作为初始聚类中心，网格S大小为：

其中N为图像总像素点的个数，k为超像素块数，为舍弃小数向下取整操作；

(3)将红外图像一维亮度维l与二维空间维(x,y)组合为三维空间域V＝[l,x,y]^T，定义D为三维空间中像素点与聚类中心的距离，聚类过程为将像素点归类为使D最小的超像素块，图像像素点全部归类完后更新聚类中心，经过四次迭代，获得分割准确的超像素图，为避免计算量过大，像素点的归类搜索域限定为像素点周围邻域2S×2S的范围内：

其中m为紧密度参数，d_s为空间维距离即坐标差异，d_l为亮度维距离即灰度值差异，(x_i,y_i)和(x_j,y_j)分别为图像像素点和聚类中心点的坐标，l_i和l_j分别为像素点和聚类中心点灰度值；

(4)使用改进的基于超像素块的四叉树分解搜索算法，满足迭代终止条件时可获得最终超像素块，计算此超像素块的平均值re_m即为最佳全局大气光值A；

其中I(x,y)表示超像素块Ω内坐标点(x,y)处的灰度值，n为超像素块Ω内总像素数；

(5)将每个超像素块中的像素点对应的灰度值按照从小到大顺序排列，计算每个块中前5％和后5％的灰度值的平均值作为超像素块的最小值和最大值，分别记为min_m和max_m：

其中Ω_min和Ω_max分别为超像素块Ω的前5％灰度值和后5％灰度值对应的像素点的集合，n为超像素块中总像素点的个数；

(6)为得到较高的均方误差值C_MSE即公式(8)以及防止发生信息截断C_LOSS即公式(9),可得到透射率上下限约束；利用超像素块最大最小均值max_m和min_m，可根据透射率的上下限约束公式(10)获得超像素块最佳透射率值t'：

其中为原始图像像素点的灰度平均值，t为透射率，ω为控制去雾程度的常数，设置为0.95；

(7)利用得到的全局大气光值A和每个超像素块的最佳透射率t'，计算大气物理模型的反演公式(11),可到去雾重建图像：

其中J(x)和I(x)分别为重建图像和原始图像像素点的灰度值，t′(x)为该点对应的超像素块的最佳透射率值。