[发明专利]一种基于暗原色先验的单幅图像去雾方法

摘要

一种基于暗原色的单幅图像去雾方法，目的是为了改善暗原色先验算法的去雾效果以及提高算法效率。该方法包括以下步骤：求出含雾图像I的暗原色图I^dark；对暗原色图进行自适应阈值分割，得到天空区域和非天空区域的二值图Y_binary；利用分割出的天空区域重估大气光值A；对分割出的天空区域和非天空区域采用不同的方式粗略估计透射率，然后利用二值图Y_binary将天空区域和非天空区域估计的透射率进行合并，得到粗略透射率采用引导滤波细化透射率；利用大气散射模型得到复原的无雾图像J；采用引导滤波进一步增强复原图像J的边缘信息，得到最终复原图像J_finary。本发明设计的去雾算法能有效地改善雾天图像的退化现象，提高图像的清晰度，处理效率也得到明显提升。

主权项

1.一种基于暗原色先验的单幅图像去雾方法，其特征在于：本方法包括以下几个步骤：S1：自适应求出含雾图像I的暗原色图I^dark；S1.1：求出最小颜色通道I^c，具体公式如下：其中(x,y)表示R、G、B三通道图像中的像素点；S1.2：对暗通道图I^dark进行自适应分块，并进行最小值滤波，得到暗原色图I^dark；其中自适应分块大小为：block＝round(max(3,M×1％,N×1％))M,N分别为最小颜色通道I^c的长和宽，暗原色图I^dark的具体公式为：S2：对暗原色图I^dark进行图像分割，获得包含天空区域和非天空区域的图像，具体分割方法如下：S2.1:求出暗原色图像I^dark的亮度图B，并采用最大类间方差法OTSU对亮度图像B进行自适应阈值分割，得到分割后的二值图像B_binary，公式如下：其中th1是亮度图像B在坐标(x,y)处的亮度值，λ₁是亮度图像B的最大类间方差分割阈值；S2.2:求出暗原色图像I^dark的灰度梯度图G，并采用最大类间方差法OTSU对梯度图像G进行自适应阈值分割，得到分割后的二值图像G_binary，公式如下：其中th2是梯度图像G在坐标(x,y)处的梯度值，th2是梯度图像G的最大类间方差分割阈值；S2.3：将分割后的亮度二值图B_binary及梯度二值图G_binary作并运算，得到分割后的天空区域和非天空区域二值图像Y_binary，公式如下：S3：利用上述分割出的天空区域重估大气光值A，把天空区域亮度最大的前50％的亮度均值作为大气光的估计值；S4：粗略估计透射率S4.1：利用何凯明原方法粗略估计非天空区域的透射率具体公式如下：其中ω是去雾参数，是可调参数，0＜ω≤1用来选择性的保留远方景物中的小部分雾，使得复原图像更加自然，当ω＝1时表示彻底去雾；S4.2：利用蒋建国提出的K容差机制粗略估计天空区域的透射率具体公式如下：其中K表示容差参数，是可调参数，用来调整天空区域亮度和大气光值之间的容差值；S4.3：利用分割后的天空区域和非天空区域的二值图像Y_binary将天空区域和非天空区域透射率进行合并，得到粗略透射率计算公式如下：S5：采用引导滤波细化透射率，以含雾图像I的灰度图I^gray作为引导图像，通过如下公式得到细化的透射率t(x,y)：其中t(x,y)是图像I_i^gray中以k为中心像素的局部窗口ξ_k的线性变换，通过求解线性因数(a_k,b_k)的最优解，使输入图像p与输出图像t(x,y)之间的差值最小化；最后求出输出图像如下：其中μ_k和σ_k表示图像I^gray在局部窗口ξ中的均值和方差，|ξ|是窗口ξ_k中的像素个数；S6：利用大气散射模型得到复原的清晰图像J，具体公式为：当t(x,y)接近于0时，与实际不符，因此为透射率t(x,y)设置一个下限t₀S7：采用引导滤波进一步增强复原图像J的边缘信息，以复原图像J作为引导滤波器的输入，含雾图像I作为引导图像，实现引导滤波器平滑滤波的作用，得到边缘模糊的输出图像q₀，最终复原图像J_finary计算公式如下：J_finally(x,y)＝M(J(x,y)‑q₀(x,y))+q₀(x,y)其中M是边缘增强倍数，是一个可调参数。