[发明专利]一种基于平均饱和度先验的图像去雾方法

摘要

本发明提出一种基于平均饱和度先验的图像去雾方法，包括：根据有雾图像计算大气光值；求取有雾图像中每个像素的深度值；获取大量晴天图像，计算每个晴天图像的平均饱和度值；统计所有晴天图像的平均饱和度值，获得晴天图像的平均饱和度概率分布，计算期望值作为平均饱和度先验；利用平均饱和度先验构建散射系数的优化模型；求解散射系数的优化模型，得到有雾图像中每个像素的散射系数；求取有雾图像中每个像素的场景反照率；计算与有雾图像中的每个像素相对应的去雾图像中的每个像素的强度值，从而组成去雾图像。本发明方法对大气非匀质的有雾图像可有效去雾，在处理大气匀质的有雾图像时可取得更好的去雾效果。

主权项

一种基于平均饱和度先验的图像去雾方法，其特征在于，包括以下步骤：S1，根据有雾图像计算大气光值；S2，求取有雾图像中的每个像素的深度值；S3，求取有雾图像中的每个像素的散射系数，具体包括：S301，获取大量晴天图像，根据以下等式计算每个晴天图像的平均饱和度值：S‾1=mean(1-3·minc∈{R,G,B}(Jc1(x,y))JR1(x,y)+JG1(x,y)+JB1(x,y)),(x,y)∈N]]>N表示晴天图像的全部区域，(x,y)表示晴天图像中的任意一个像素，Jc1(x,y)表示像素(x,y)的强度值，JR1(x,y)表示像素(x,y)的R通道的强度值，JG1(x,y)表示像素(x,y)的G通道的强度值，JB1(x,y)表示像素(x,y)的B通道的强度值，mean()表示求均值；S302，统计所有晴天图像的平均饱和度值，获得晴天图像的平均饱和度概率分布，计算期望值作为平均饱和度先验S303，构建散射系数的优化模型如下：β(x,y)=argminβ(x′,y′)||S‾-S‾0||2]]>其中Jc(x′,y′)=A·max(min(Ic(x′,y′)-A+A·e-β(x′,y′)·d(x′,y′)A·e-β(x′,y′)·d(x′,y′),1),0),JR(x′,y′)=A·max(min(IR(x′,y′)-A+A·e-β(x′,y′)·d(x′,y′)A·e-β(x′,y′)·d(x′,y′),1),0),]]>Jc(x′,y′)=A·max(min(Ic(x′,y′)-A+A·e-β(x′,y′)·d(x′,y′)A·e-β(x′,y′)·d(x′,y′),1),0),JR(x′,y′)=A·max(min(IR(x′,y′)-A+A·e-β(x′,y′)·d(x′,y′)A·e-β(x′,y′)·d(x′,y′),1),0),]]>β(x,y)表示有雾图像中的像素(x,y)的散射系数，ω(x,y)表示以有雾图像中的像素(x,y)为中心的局部像素块，(x',y')表示局部像素块ω(x,y)中的任意一个像素，Ic(x',y')表示像素(x',y')的强度值，Jc(x',y')表示有雾图像中的像素(x',y')对应的去雾图像中的像素(x',y')的强度值，IR(x',y')表示像素(x',y')的R通道的强度值，JR(x',y')表示有雾图像中的像素(x',y')对应的去雾图像中的像素(x',y')的R通道的强度值，IG(x',y')表示像素(x',y')的G通道的强度值，JG(x',y')表示有雾图像中的像素(x',y')对应的去雾图像中的像素(x',y')的G通道的强度值，IB(x',y')表示像素(x',y')的B通道的强度值，JB(x',y')表示有雾图像中的像素(x',y')对应的去雾图像中的像素(x',y')的B通道的强度值，d(x',y')表示像素(x',y')的深度值，β(x',y')表示像素(x',y')的散射系数且局部像素块ω(x,y)中的所有像素的散射系数均相等；S304，求解散射系数的优化模型，得到有雾图像中的每个像素的散射系数；S4，根据以下等式求取有雾图像中的每个像素的场景反照率：ρ(x,y)=max(min(Ic(x,y)-A+A·e-β(x,y)·d(x,y)A·e-β(x,y)·d(x,y),1),0)]]>其中，ρ(x,y)表示有雾图像中的像素(x,y)的场景反照率，Ic(x,y)表示有雾图像中的像素(x,y)的强度值，A表示大气光值，d(x,y)表示有雾图像中的像素(x,y)的深度值，β(x,y)表示有雾图像中的像素(x,y)的散射系数；S5，根据大气光值和有雾图像中的每个像素的场景反照率，计算与有雾图像中的每个像素相对应的去雾图像中的每个像素的强度值，从而组成去雾图像。