[发明专利]一种基于改进的有雾图像退化模型的图像去雾方法

权利要求书

1.一种基于改进的有雾图像退化模型的图像去雾方法，其特征是，该方法包括如下步骤：

步骤1，构造改进的有雾图像退化模型：获取输入的有雾图像，并构造改进的有雾图像退化模型，该模型是在原始的有雾图像退化模型中加入了光吸收系数及噪声光项来构造的；

步骤2，确定有雾图像的大气光值：首先，结合四叉树分层搜索方法求取第一、第二大气光值；然后，将第一、第二大气光值进行线性叠加得到初始大气光值；最后，对初始大气光值进行最大值限制得到有雾图像的大气光值；

步骤3，确定有雾图像的噪声光值：首先，采用双边滤波对有雾图像进行滤波得到去噪图像；然后，将有雾图像减去去噪图像得到噪声图像；最后，取噪声图像的亮度平均值得到有雾图像的噪声光值，其表达式如下：

其中，N为有雾图像的噪声光值，N^c(x,y)为对应颜色通道索引c的噪声图像的像素强度；

步骤4，确定有雾图像的透射率值：首先，对步骤1中改进的有雾图像退化模型的等式两边采用暗通道先验理论且假设局部区域内透射率恒定不变的方式得到粗透射率值；然后，使用引导滤波对粗透射率值进行精细化处理得到精细化透射率值；最后，对得到的精细化透射率值限制最大值和最小值，得到有雾图像的透射率值；

步骤5，确定有雾图像的景深值：首先，将RGB有雾图像转换到HSV颜色空间模型中；然后，对HSV有雾图像进行处理得到饱和度S分量图和亮度V分量图；最后，用颜色衰减先验去雾算法中估计的由H和V分量联合表示的景深模型来表示有雾图像的景深值；最大景深值由该景深模型确定；

步骤6，根据步骤1建立的改进的有雾图像退化模型得到去雾图像：将步骤2中确定的大气光值、步骤3中确定的噪声光值、步骤4中确定的透射率值以及步骤5中确定的景深值和最大景深值代入步骤1中改进的有雾图像退化模型中获得去雾图像；

步骤7，选择合适的评价指标对去雾图像进行质量评价及衡量方法的效率。

2.根据权利要求1所述的一种基于改进的有雾图像退化模型的图像去雾方法，其特征在于，所述步骤1中的有雾图像退化模型表达式为：

I(x,y)＝J(x,y)(1-λ(x,y))t(x,y)+A(1-t(x,y))+N(1-t(x,y))

其中，λ(x,y)为光吸收系数，且λ(x,y)∈(0,1)；I(x,y)为有雾图像；J(x,y)为去雾图像；d(x,y)为景深值即景物到成像设备之间的实际距离；t(x,y)为透射率值，它反映地是物体表面的反射光经过含有散射粒子的传输介质后到达成像设备的能力；A为大气光值，指的是景深无穷远处大气光的值，一般设为常量；N为由空气中灰尘等各种粒子引起的噪声光值；

将光吸收系数定义为：

其中，d(x,y)为景深值，d_max为最大景深值。

3.根据权利要求1所述的一种基于改进的有雾图像退化模型的图像去雾方法，其特征在于，所述步骤2中第一大气光值采用滤波窗口为3×3暗通道图结合四叉树分层搜索方法求取；第二大气光值采用滤波窗口为15×15暗通道图结合四叉树分层搜索方法求取；初始大气光值由第一、第二大气光值进行线性叠加得到，其表达式如下：

其中，A₁为第一大气光值，A₂为第二大气光值，A₃为初始大气光值，线性系数

对求取到的初始大气光值进行最大值限制，最大值设置为220，表达式如下：

A＝min(A₃,220)

其中，A₃为初始大气光值，A为有雾图像的大气光值。

4.根据权力要求1所述的一种基于改进的有雾图像退化模型的图像去雾方法，其特征在于，所述步骤4使用步骤1中改进的有雾图像退化模型得到粗透射率值t”(x,y)，表达式如下：

min min I^c(x,y)

其中，t”(x,y)为粗透射率值，N为有雾图像的噪声光值，A为有雾图像的大气光值，修正因子ω的取值设定为0.95，I^c(x,y)为对应颜色通道索引c的有雾图像的像素强度，局部区域窗口大小Ω(x,y)设置为10×10。

5.根据权力要求1所述的一种基于改进的有雾图像退化模型的图像去雾方法，其特征在于，所述步骤6中得到去雾图像的过程中使用是RESIDE数据集，且对步骤1改进的有雾图像退化模型进行求解，得到去雾图像，公式如下：

其中，J(x,y)为去雾图像，I(x,y)为有雾图像，N为有雾图像的噪声光值，A为有雾图像的大气光值，t(x,y)为有雾图像的透射率值，d(x,y)为有雾图像的景深值，d_max为有雾图像的最大景深值。