[发明专利]基于暗通道与Retinex的地下管道图像去雾方法

权利要求书

1.一种基于暗通道与Retinex的地下管道图像去雾方法，其特征在于，包括以下步骤：

步骤(1)、采用暗原色先验算法对原始带雾地下管道图像进行预处理，得到原始带雾地下管道图像对应的暗原色图像，以消除有雾图像中对大气光值有影响的因素：

其中H(u,v)表示原始带雾地下管道图像；{r,g,b}表示红、绿、蓝三个颜色通道；表示原始带雾地下管道图像在空间坐标(u,v)每个颜色通道值中的最小值；M(u,v)为与原始带雾地下管道图像H(u,v)大小相同的暗通道图像，每个空间坐标的值由计算得出；

暗原色先验算法是一种基于物理模型的图像去雾算法，该算法基于经典的大气散射模型，大气散射模型的表达式为：

H(u,v)＝Q(u,v)t(u,v)+A(1-t(u,v)) (2)

式中，(u,v)为图像像素的空间坐标；H(u,v)表示原始带雾地下管道图像；Q(u,v)是利用物理恢复模型恢复得到的初步去雾地下管道图像；t(u,v)是透射率，描述物体反射光线能够经过衰减到达观测点的比例；A是全局大气光值，是全局变量，与坐标(u,v)无关；并且，由大气散射模型公式可得出：A(1-t(u,v))≤H(u,v)，将其改写为其中，A₀为大气光值在{r,g,b}三个颜色通道取值的最小值；

步骤(2)、对带雾地下管道图像H(u,v)的暗通道图像M(u,v)进行均值滤波以估计透射率：

其中，表示使用S_a尺寸的窗口进行均值滤波；S_a表示均值滤波窗口的尺寸；Ω(u,v)为像素空间坐标(u,v)的S_a×S_a邻域；y为空间坐标(u,v)在S_a×S_a邻域内的像素；M(y)表示原始带雾地下管道图像中Ω(u,v)邻域内的像素值；A₀为大气光值在{r,g,b}三个颜色通道取值的最小值；

步骤(3)、对均值滤波的结果弥补一个偏移值δ，得出透射率的粗估计值：

其中，为透射率的粗估计值，δ＝ρm_av，ρ为可调节的参数且0≤ρ≤1/m_av，m_av是M(u,v)中所有像素的平均值，若输入图像M(u,v)的范围为[0 255],则需要在求取M(u,v)中所有像素的平均值后相应缩小255倍，使得m_av的值约束在[0 1]之间；

步骤(4)、结合步骤(2)与步骤(3)中的公式，运算出估计透射率t(u,v)和环境光P(u,v)的表达式：

步骤(5)、使用原图像与均值滤波后的图像的像素值来估计全局大气光：

式中，ε取经验值0.6；

步骤(6)、利用物理恢复模型恢复出初步去雾地下管道图像：

式中，Q(u,v)为利用物理恢复模型恢复得到的初步去雾地下管道图像；

步骤(7)、利用多尺度Retinex算法对步骤(6)恢复的图像进行增强，公式表示如下：

式中，R_m(u,v)表示经多尺度Retinex滤波后获取的高频细节图像；n表示某个尺度参数；N为尺度总数；ω_n为第n个尺度的结果的权数，满足归一化条件*表示卷积过程；F_n(u,v)表示高斯环绕函数；c为滤波半径；K_n为常数，由归一化条件∫∫F_n(u,v)dudv＝1来确定；

步骤(8)、添加一个色彩恢复因子弥补色彩的局部失真，表达式为：

式中，R_c(u,v)表示经过带有色彩恢复因子的多尺度Retinex算法处理后的图像；C_i(u,v)为色彩恢复因子；G为增益参数，控制图像整体的亮度与色彩饱和度；β为增益常量；α是一个非线性强度的调节参数因子，Q_i(u,v)表示利用物理恢复模型恢复得到的初步去雾地下管道图像Q(u,v)在i通道的值，i＝1，2，3代表第i个颜色通道，对三个通道依次计算；α和β的取值满足表达式：

其中，e表示数学中的自然常数，其值为2.71828，参数选取范围为：G∈[0.9,1.3]、α∈[4,9]、β∈[200,500]；

步骤(9)、加入动态范围调节参数控制图像的色偏：

式中，E(u,v)表示对色彩恢复后的地下管道图形进行截断拉伸得到的图像；C_min和C_max表示图像R_c(u,v)的高频细节的截断值；R_Mean和R_Var分别表示图像R_c(u,v)的高频细节的均值和均方差；D是动态范围调节参数，取值为4或者5。