发明名称 基于两次引导滤波的快速图像去雾方法
摘要 本发明一种基于两次引导滤波的图像去雾方法,首先对原始雾气图像进行预处理获取大气光幕粗估计图、利用引导滤波器得到引导图像;然后再利用引导滤波器得到细化的大气光幕图;接着计算大气光强度值,以及采用大气散射物理模型对原始雾气图像进行图像复原处理;最后对复原图像进行增强处理;本发明具有通用性和普遍性,既有效提高了去雾后图像的清晰度,又有效提升算法的实时性。
申请公布号 CN104050637B 申请公布日期 2017.02.22
申请号 CN201410246607.8 申请日期 2014.06.05
申请人 华侨大学 发明人 戴声奎;王伟鹏;高剑萍
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 泉州市文华专利代理有限公司 35205 代理人 陈智海
主权项 一种基于两次引导滤波的快速图像去雾方法,其特征在于:首先对原始雾气图像进行预处理获取大气光幕粗估计图、利用引导滤波器得到引导图像;然后再利用引导滤波器进行细化得到大气光幕图;接着计算大气光强度值及基于大气散射物理模型获得透射率值,对原始雾气图像进行复原;最后对复原后图像进行增强处理;所述快速图像去雾方法具体包括如下步骤:步骤1、对原始雾气图像I进行预处理获取大气光幕粗估计值和引导图像:(1)计算原始雾气图像I的暗通道图像I<sub>dark</sub>,即取原始雾气图像I的局部最小值:若原始雾气图像I为彩色图像,则暗通道图像<img file="FDA0001149396820000011.GIF" wi="782" he="95" />若原始雾气图像I为灰度图像,则暗通道图像<img file="FDA0001149396820000012.GIF" wi="459" he="95" />上述I<sup>c</sup>分别代表三个颜色通道的亮度值,Ω(x)是以x为中心的方形区域,该方形区域长度一般取15到35之间,下同;(2)粗略估计大气光幕图:对暗通道图像I<sub>dark</sub>进行局部最大值滤波,得到大气光幕粗估计图<img file="FDA0001149396820000013.GIF" wi="458" he="80" />其中Ω(x)是以x为中心的方形区域;(3)计算原始雾气图像I的暗图像I<sub>min</sub>:若原始雾气图像I为彩色图像,则取每一个像素点R,G,B三通道的最小值,得到暗图像I<sub>min</sub>=min(I<sub>R</sub>,I<sub>G</sub>,I<sub>B</sub>);若原始雾气图像I为灰度图像,则暗图像I<sub>min</sub>=I;(4)根据暗图像I<sub>min</sub>计算引导滤波器的线性转换系数:<img file="FDA0001149396820000021.GIF" wi="733" he="127" />其中ε为预置的控制参数,0.001≤ε≤0.1;<img file="FDA0001149396820000022.GIF" wi="110" he="55" />表示计算暗图像I<sub>min</sub>的局部方差,f<sub>m</sub>(I<sub>min</sub>)是对暗图像I<sub>min</sub>进行均值滤波的结果,得到的a<sub>1</sub>,b<sub>1</sub>是与暗图像I<sub>min</sub>尺寸大小相同的系数矩阵;(5)根据引导滤波器的线性转换系数a<sub>1</sub>,b<sub>1</sub>计算得到引导图像I<sub>G</sub>:I<sub>G</sub>=f<sub>m</sub>(a<sub>1</sub>).*I<sub>min</sub>+f<sub>m</sub>(b<sub>1</sub>),其中f<sub>m</sub>(a<sub>1</sub>),f<sub>m</sub>(b<sub>1</sub>)分别是对系数矩阵a<sub>1</sub>,b<sub>1</sub>进行均值滤波的结果;步骤2、利用引导滤波器得到细化后的大气光幕图V:(1)根据引导图像I<sub>G</sub>和大气光幕粗估计图V<sub>R</sub>再次计算引导滤波器的线性转换系数:<img file="FDA0001149396820000023.GIF" wi="309" he="135" />b<sub>2</sub>=f<sub>m</sub>(V<sub>R</sub>)‑a<sub>2</sub>.*f<sub>m</sub>(I<sub>G</sub>),其中<img file="FDA0001149396820000024.GIF" wi="133" he="55" />表示计算I<sub>G</sub>和V<sub>R</sub>局部协方差,<img file="FDA0001149396820000027.GIF" wi="114" he="63" />表示计算I<sub>G</sub>的局部方差,f<sub>m</sub>(V<sub>R</sub>),f<sub>m</sub>(I<sub>G</sub>)分别是对V<sub>R</sub>和I<sub>G</sub>进行均值滤波的结果,得到的a<sub>2</sub>,b<sub>2</sub>是与引导图像I<sub>G</sub>尺寸大小相同的系数矩阵;(2)根据引导滤波器的线性转换系数a<sub>2</sub>,b<sub>2</sub>计算得到细化后的大气光幕图V:V=f<sub>m</sub>(a<sub>2</sub>).*I<sub>G</sub>+f<sub>m</sub>(b<sub>2</sub>),其中f<sub>m</sub>(a<sub>2</sub>),f<sub>m</sub>(b<sub>2</sub>)分别是对系数矩阵a<sub>2</sub>,b<sub>2</sub>进行均值滤波的结果;步骤3、计算大气光强度值以及复原图像:(1)根据大气光幕粗估计图V<sub>R</sub>计算大气光强度值A:首先统计大气光幕粗估计图V<sub>R</sub>的直方图Histgram_V<sub>R</sub>,然后计算直方图的累加和<img file="FDA0001149396820000025.GIF" wi="358" he="127" />当<img file="FDA0001149396820000026.GIF" wi="718" he="127" />对应的灰度值j所在大气光幕粗估计图V<sub>R</sub>中的坐标标记为(j<sub>x</sub>,j<sub>y</sub>),接着在原始雾气图像I中找到对应的坐标点I(j<sub>x</sub>,j<sub>y</sub>),若原始雾气图像I为彩色图像,则分别计算R,G,B三个颜色通道中这些坐标点的平均值<img file="FDA0001149396820000031.GIF" wi="446" he="127" />大气光强度值即为<img file="FDA0001149396820000032.GIF" wi="422" he="62" />分别得到三个颜色通道中的大气光强度值A<sub>R</sub>,A<sub>G</sub>,A<sub>B</sub>;若原始雾气图像I为灰度图像,则计算这些点的平均值<img file="FDA0001149396820000033.GIF" wi="427" he="127" />大气光强度值即为A=min(p<sub>2</sub>A<sub>m</sub>,255),上述p<sub>1</sub>和p<sub>2</sub>为预置的控制参数,0.995≤p<sub>1</sub>≤0.999,1.0≤p<sub>2</sub>≤1.2;(2)计算介质透射率值t(x):根据大气光幕图V和大气光强度值A,得到透射率值<img file="FDA0001149396820000034.GIF" wi="350" he="111" />若原始雾气图像I为彩色图像,则取A=(A<sub>R</sub>+A<sub>G</sub>+A<sub>B</sub>)/3,其中ω为预置参数,取值范围为0到1之间;(3)对原始雾气图像I进行复原,得到复原后图像J(x):根据复原公式<img file="FDA0001149396820000035.GIF" wi="530" he="119" />其中t<sub>min</sub>为预置参数,0.01≤t<sub>min</sub>≤0.1;若原始雾气图像I为彩色图像,分别将R、G、B三个颜色通道值I<sub>R</sub>(x),I<sub>G</sub>(x),I<sub>B</sub>(x)以及对应的大气光强度值A<sub>R</sub>,A<sub>G</sub>,A<sub>B</sub>、透射率值t(x)代入计算得到三通道的复原值J<sub>R</sub>(x),J<sub>G</sub>(x),J<sub>B</sub>(x),即可得到复原后图像J(x);若原始雾气图像I为灰度图像,将原始雾气图像I(x)以及大气光强度值A、透射率值t(x)代入计算得到复原后图像J(x);步骤4、对复原后图像J(x)进行增强处理:(1)根据复原后图像J(x)计算增强倍数矩阵<img file="FDA0001149396820000036.GIF" wi="331" he="119" />其中k为预置的控制参数,100≤k≤500,与增强倍数成负相关;若复原后图像J(x)为彩色图像,则分别将三个颜色通道值J<sub>R</sub>(x),J<sub>G</sub>(x),J<sub>B</sub>(x)代入计算得到三通道的增强倍数矩阵λ<sub>R</sub>(x),λ<sub>G</sub>(x),λ<sub>B</sub>(x);若复原后图像J(x)为灰度图像,则将复原后图像J(x)代入计算得到增强倍数矩阵λ(x);(2)对增强倍数矩阵分别进行模糊化处理,处理方法包括但不限于以下方法:均值滤波模糊化、高斯滤波模糊化、中值滤波模糊化;若复原后图像J(x)为彩色图像,则模糊化后的增强倍数矩阵分别为f(λ<sub>R</sub>(x)),f(λ<sub>G</sub>(x)),f(λ<sub>B</sub>(x)),若复原后图像J(x)为灰度图像,则模糊化后的增强倍数矩阵为f(λ(x));(3)根据复原后图像J(x)计算增强后的图像J<sub>E</sub>(x)=f(λ(x)).*J(x):若复原后图像J(x)为彩色图像,则分别将三个颜色通道值J<sub>R</sub>(x),J<sub>G</sub>(x),J<sub>B</sub>(x)和模糊化后的增强倍数矩阵f(λ<sub>R</sub>(x)),f(λ<sub>G</sub>(x)),f(λ<sub>B</sub>(x))代入计算得到增强图像J<sub>E</sub>(x);若复原后图像J(x)为灰度图像,则将复原后图像J(x)和模糊化后的增强倍数矩阵f(λ(x))代入计算得到增强图像J<sub>E</sub>(x)。
地址 362000 福建省泉州市丰泽区城东华侨大学