一种基于暗通道先验的图像去雾透射率优化方法

摘要

本发明公开了一种基于暗通道先验的图像去雾透射率优化方法，该方法包括如下步骤：步骤一、利用暗通道先验理论求解粗略的透射率，并对雾气图像进行粗去雾操作，得到中间去雾结果；步骤二、利用中间去雾结果优化透射率，使透射率跟接近真实透射率值，然后使用导向滤波对优化后的透射率进行精细化，消除块效应。本发明对透射率进行了优化处理，使优化后的透射率更加接近场景的真实值，改善了传统的暗通道先验算法在某些特殊区域产生的偏色现象。本发明提出的改善方法是针对透射率进行的优化，方法非常简单有效，使得复原的图像细节得到很大的增强，整体亮度提高，视觉效果更好，去雾后图像更逼真。

主权项

一种基于暗通道先验的图像去雾透射率优化方法，其特征在于：该方法包括如下步骤：步骤1)：获取RGB格式的雾气图像：基于有雾图像的物理模型对RGB格式的图像进行去雾操作，有雾图像的物理模型可以表示成：I(x)＝J(x)t(x)+A(1‑t(x))其中，I(x)就是待去雾的图像，J(x)是要恢复的无雾的图像，A是全球大气光成分，t(x)为透射率；步骤2)：求取雾气图像的暗通道分布图；1)首先求出每个像素RGB分量中的最小值，存入一副和原始图像大小相同的灰度图中，即最小值通道；2)对最小值通道进行最小值滤波，滤波的半径由窗口大小决定；暗通道的求取公式如下：$J^{dark}\left(x\right)=\underset{y\in \Omega \left(x\right)}{\min }\left(\underset{c\in (r,g,b)}{\min }{J}^c\right(y\left)\right)$式中，min为最小值运算，r、g、b分别为彩色图像的三个通道，J^c表示彩色图像的每个通道，Ω(x)表示以像素X为中心的一个窗口，暗通道先验的理论指出：J^dark(x)→0；步骤3)：根据暗通道图求出大气光值；步骤4)：根据暗通道先验原理计算透射率；步骤5)：对雾气图像进行去雾操作，得到中间去雾结果；步骤6)：对步骤4)求得的透射率进行优化；步骤7)：复原无雾图像，根据大气散射模型来重构无雾的图像。