[发明专利]基于偏色校正和信息损失约束的沙尘降质图像增强方法

摘要

本发明涉及一种基于偏色校正和信息损失约束的沙尘降质图像增强方法，包括1)改进基于高斯模型的偏色校正方法，2)改进的基于信息损失约束的对比度增强方法，本发明先使用改进的基于高斯模型的偏色校正方法对沙尘降质图像进行偏色校正，再通过改进的基于信息损失约束的对比度增强方法对偏色校正图像进行对比度增强。本发明改进的基于高斯模型的偏色校正方法有效解决了原方法处理后存在细节损失、图像整体偏暗、噪声放大、拉伸过度等问题，有效地校正图像偏色的同时保持图像的亮度、避免了噪声放大和景物的细节信息损失。

主权项

1.一种基于偏色校正和信息损失约束的沙尘降质图像增强方法，包括如下步骤：1)改进基于高斯模型的偏色校正方法第一步：根据输入的沙尘降质图像I的颜色分布计算颜色延展系数α其中：C表示图像中的一个颜色通道C∈{R,G,B}，R,G,B分别代表红、绿、蓝三个颜色通道，表示输入图像I中C通道的最大颜色值，表示输入图像I中C通道的最小颜色值，max()表示取最大值函数；第二步：根据输入的沙尘降质图像I计算偏色校正图像I′其中：C表示图像中的一个颜色通道C∈{R,G,B}，R,G,B分别代表红、绿、蓝三个颜色通道，I_C表示输入图像I的C通道颜色值，I′_C表示偏色校正图像I′的C通道颜色值，μ_C表示输入图像I中C通道颜色值的均值，σ_C表示输入图像I中C通道颜色值的标准差，σ表示输入图像I颜色值的平均标准差α表示颜色延展系数；2)改进的基于信息损失约束的对比度增强方法第一步：根据基于暗通道先验的图像去雾方法处理偏色校正图像I′得到初始透射率图t′其中：Ω(x)表示偏色校正图像I′中以像素点x为中心、大小为15×15个像素的图像块，min()表示取最小值函数，I′C(y)表示图像块Ω(x)内像素点y的C通道颜色值，C表示图像中的一个颜色通道C∈{R,G,B}、R,G,B分别代表红、绿、蓝三个颜色通道，t′(x)表示像素点x的初始透射率值；第二步：初始化图像块内的透射率值其中：Ω(x)表示像素点x为中心、大小为15×15个像素的图像块，x_w表示局部块Ω(x)中的像素点，表示像素点x_w的透射率值，t′(x)表示像素点x的初始透射率值；第三步：计算目标局部块其中：x_w表示图像块Ω(x)中的像素点，Ω(x)表示以像素点x为中心、大小为15×15个像素的图像块，I′(x_w)表示偏色校正图像I′的图像块Ω(x)中像素点x_w的颜色值，表示像素点x_w的透射率值，表示目标图像块中像素点x_w的颜色值；第四步：统计目标图像块的信息损失量，分别计算中颜色值小于0的像素点数量N₁，以及颜色值大于255的像素点数量N₂，图像块中像素溢出总数N_loss＝N₁+N₂；第五步：设定阈值T_h＝2，若N_loss>T_h，则表明信息损失过大，不符合我们的要求，需要以步长Δt＝0.05增大即并返回第三步进行重新计算，若N_loss≤T_h，则令其中：t″(x)表示像素点x优化后的透射率值，表示像素点x_w的透射率值；第六步：重复上述第二步到第五步，计算每一个像素点优化后的透射率值，即可得到优化后的透射率图t″；第七步：使用引导滤波处理优化后的透射率图t″得到精细化后的透射率图t，并使用基于大气散射模型的图像增强方法得到结果图像J其中：该步骤采用了引导滤波算法，输入图像为优化后的透射率图t″，引导图为偏色校正图像I′，滤波半径为45个像素。I′(x)表示偏色校正图像I′中像素点x的颜色值，t(x)表示像素点x的精细化后的透射率值，J(x)表示结果图像J中像素点x的颜色值。