[发明专利]一种基于双直方图均衡化的舰载视频去雾方法

说明书

本发明公开了一种基于双直方图均衡化的舰载视频去雾方法，包括下述步骤：S1：将输入图像的直方图进行均值归一化处理；S2：对归一化直方图中小于1的部分进行gamma校正，并通过设置过度增强阈值T对较大的直方图数据进行限制，减小直方图中数量最多像素的影响，防止过度增强；S3：计算输入图像直方图的中位数像素，并根据中位数像素将原始直方图分为左、右两个子直方图；S4：分别计算左、右两个子直方图的灰度分布概率直方图；S5：计算左、右两子直方图的累积分布直方图；S6：将左、右两个映射表合并后获得最终的映射表，并根据映射表对原图像进行映射，获得去雾后的舰载视频图像。本发明具有去雾能力强、保真性高的特点，适用于舰载视频去雾。

技术领域

本发明属于图像去雾技术领域，更具体地，涉及一种基于双直方图均衡化的舰载视频去雾方法。

背景技术

近年来，我国海军信息化建设加快，对舰载视频传输、处理技术提出了更高的要求。海面空气湿度大，容易产生雾气，致使监控设备采集的视频图像发生严重降质，使得船员通过视觉获得海上航行信息不准确，而且直接限制和影响了室外目标的识别与跟踪、军事侦查。为提高船舶航行的安全性，増强船员的视觉信息，对舰载视频图像的实时去雾研究有着理论和现实的迫切需要。

根据本领域所公知的知识，目前国内外在舰载视频去雾领域的研究，有以下三种方法架构：

一是对比度增强算法架构，包括直方图均衡化、小波变换、曲波变换等等，直方图均衡化是最经典的图像对比度增强算法，且衍生出了许多改进算法，如局部直方图均衡化、双直方图均衡化BBHE等等，算法简洁，计算量不大，容易满足实时性要求。

二是基于Retinex理论的增强算法，该算法是一种描述色彩恒常性的模型，具有动态范围压缩和颜色不变性特点，但参数较难以调整，运算量巨大。

三是暗通道先验法，该算法通过寻找无雾区域的暗通道像素点，根据暗通道像素点计算折射率，从而复原图像。该方法容易使得复原图像整体偏亮，不适用于舰载视频。

因此，提出一种适用于舰载视频雾气大，亮度高的特点的图像去雾方法极为必要。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于双直方图均衡化的舰载视频去雾方法，旨在解决现有技术中的高速去雾方法由于亮区过度增强以及暗区增强不够导致去雾效果差的问题。

本发明提供了一种基于双直方图均衡化的舰载视频去雾方法，包括下述步骤：

S1：将输入图像的直方图进行均值归一化处理；

S2：对归一化直方图中小于1的部分进行gamma校正，并通过设置过度增强阈值T对较大的直方图数据进行限制，减小直方图中数量最多像素的影响，防止过度增强；

其中，gamma值取小于1的数，T取大于1的数；

S3：计算输入图像直方图的中位数像素，并根据中位数像素将原始直方图分为左、右两个子直方图；

S4：分别计算左、右两个子直方图的灰度分布概率直方图；

S5：计算左、右两子直方图的累积分布直方图；

S6：将左、右两个映射表合并后获得最终的映射表，并根据映射表对原图像进行映射，获得去雾后的舰载视频图像。

更进一步地，在步骤S1中，根据公式对输入图像的直方图进行均值归一化处理；其中，i为整数，代表灰度的级数，h(i)为原输入图像的直方图，L为整数，代表灰度级数总个数，N为像素总数，h_m(i)为均值归一化后的直方图。

更进一步地，在步骤S2中，根据公式对归一化直方图中小于1的部分进行gamma校正；其中，h_g(i)为gamma校正后的直方图。