一种基于多尺度融合和全变分优化的图像去雾方法

摘要

本发明公开了一种基于多尺度融合和全变分优化的图像去雾方法，利用本发明算法进行去雾复原后的图像无论在清晰度、对比度和颜色的保真度方面都取得很好的视觉效果，不仅保留了重要的景深边缘结构，还原出清晰的近景纹理，还解决了因存在高亮度近景物体带来的先验失效问题；另外，该算法还在处理效率上具有明显的优势。

主权项

一种基于多尺度融合和全变分优化的图像去雾方法，其特征在于：具体包含如下步骤：步骤1，输入原雾图I；步骤2，从步骤1输入的原雾图I中导出像素级暗原色图PDM和块级暗原色图BDM；步骤3，依据大气散射模型和暗通道先验，推导出像素级暗原色图PDM和块级暗原色图BDM对应的透射图，具体如下：$PTM=1-\frac{PDM}{A}$$BTM=1-\frac{BDM}{A}$其中，PTM为像素级透射图，BTM为块级透射图，A是全局大气光强度；步骤4，将步骤3计算出的PTM和BTM分别进行拉普拉斯金字塔分解，形成多级不同尺度图像；步骤5，将PTM和BTM对应的分解图执行融合过程，再重构成原始尺寸的融合透射图；步骤6，对步骤5重构成原始尺寸的融合透射图执行全变分优化处理；进而依据大气散射模型完成图像的复原。