一种基于大气光散射物理模型的单幅图像去雾方法

摘要

本发明公开了一种基于大气光散射物理模型的单幅图像去雾方法，涉及图像处理领域。其主要实施步骤为：1)输入有雾场景下的可见光图像，获得原有雾图像的方差图；2)对有雾图像进行两次最小值滤波，获得暗通道图；3)根据暗通道先验知识，利用原有雾图像和暗通道图，以方差图作为判别准则，求解出大气光照值；4)利用暗通道图求解透射率图；5)在透射率图的基础上进行均值滤波，获得优化透射率图；6)根据雾图像形成的大气光散射物理模型，利用已求解得到的大气光照值和优化后的透射率图，可以获得最终的无雾图像。本发明保证了大气光照值选取的有效性，提高了去雾效果。

主权项

一种基于大气光散射物理模型的单幅图像去雾方法，其特征在于，包括如下步骤：步骤1：输入有雾场景下的可见光彩色RGB图像，计算原有雾图像的灰度方差图，方法如下：定义输入的有雾图像为三通道的RGB格式图像I(x)，在RGB立方体空间中，方差S的定义为$S=k\sqrt{\frac{{(b-m)}^2+{(g-m)}^2+{(r-m)}^2}{3}},$$m=\frac{(b+g+r)}{3},$其中m是单个像素点三通道{r,g,b}的平均灰度值，其范围为(0，255)，S是单个像素点的方差，k为比例系数；通过对I(x)中每个像素点求S，可得到一幅原图像I(x)的方差图S(x)；引入比例系数λ，重新定义$S=\lambda \sqrt{{(b-m)}^2+{(g-m)}^2+{(r-m)}^2},$其中$\lambda =k\sqrt{\frac{1}{3}};$步骤2：对有雾图像进行两次最小值滤波，获得暗通道图，方法如下：对于任意一个输入图像I(x)，其暗通道图I^dark(x)用公式定义为其中，Ω(x)代表以像素x为中心的一块方形区域；I^c代表输入图像I(x)在c(c∈{r,g,b})颜色通道中的数值；暗通道图像是输入图像经过两次取最小值运算得到，是针对每个像素在三个通道{r,g,b}内取其中的最小值，是一个最小值滤波器；步骤3：根据暗通道先验知识，利用原有雾图像和暗通道图，以方差图作为判别准则，求解出大气光照值，方法如下：利用本发明所提出的方差图S进行阈值选择，引入Δ作为选取的阈值，在本发明中阈值Δ＝36，如果S≤Δ，则丢弃此数据；如果S≥Δ，则此数值是有效的，作为衡量大气光照值的依据；求解大气光照值是在暗通道图中将像素点的亮度值按递减的顺序排序，确定强度值大小为前0.1％的像素点在暗通道图像中的位置，判断是否有效，将有效的数据所对应的原有雾图像区域中的像素点的平均强度值作为大气光照值；步骤4：利用暗通道图求解透射率图，方法如下：根据w(0＜w≤1)，获得输入图像的透射率图，其中，Ω(x)代表以像素x为中心的一块方形区域；I^c代表输入图像I(x)在c(c∈{r,g,b})颜色通道中的数值，暗通道图像是输入图像经过两次取最小值运算得到，是针对每个像素在三个通道{r,g,b}内取其中的最小值，是一个最小值滤波器，A^c为大气光照值的c(c∈{r,g,b})通道的分量，w为常数系数，本发明中值为0.98；步骤5：在透射率图的基础上进行均值滤波，获得优化透射率图，方法如下：将步骤4中得到的透射率图进行均值滤波操作，滤波尺寸P(x)为60×60；步骤6：根据雾图像形成的大气光散射物理模型，利用已求解得到的大气光照值和优化后的透射率图，可以获得最终的无雾图像，方法如下：根据公式大气光散射物理模型公式为优化后的透射率图t(x)设定一个下限t₀，本发明中值为0.1；所述的根据暗通道先验知识，利用原有雾图像和暗通道图，以方差图作为判别准则，求解出大气光照值，其特征在于包括暗通道先验知识、方差图作为判别准则、求解出大气光照值；所述的暗通道先验知识，通过对大量户外无雾的图像进行分析并总结其统计特性得出的一个规律：在绝大多数非天空的局部区域中，总存在这样的像素，它们会有至少一个颜色通道具有强度很低和接近0的值，该区域的光强度的最小值是个很小的数，对于任意一个输入图像I(x)，其暗通道图I^dark(x)用公式定义为其中，Ω(x)代表以像素x为中心的一块方形区域；I^c代表输入图像I(x)在c(c∈{r,g,b})颜色通道中的数值，如果I是一幅户外无雾的图像，除了天空区域，输入图像的暗通道值很小，基本接近于0，即：I^dark→0，即为暗通道先验知识；如果在暗通道图中出现大量亮度较高的像素，则这些亮度应该是来自天空或者雾气，雾气越浓暗通道图像的亮度就会越高，通过暗通道图可以估计透射率图，以此估计雾的浓薄；所述的方差图作为判别准则，其特征在于，本发明利用所提出的方差图进行阈值选择，引入Δ作为选取的阈值，在本发明中阈值Δ＝36，如果S≤Δ，则认为最亮的点来自于天空区域或白色物体上，丢弃此数据；如果S≥Δ，则此数值是有效的，作为衡量大气光照值的依据；所述的求解出大气光照值，其特征在于，定义大气光照值为A，在暗通道图中将各像素点的亮度值按递减的顺序排序，确定强度值大小为前0.1％的像素点在暗通道图像中的位置，则这些位置所对应的原有雾图像区域中的前0.1％最大值的像素点的平均强度值作为大气光照值，利用方差图作为判别准则，如果选取点的位置来自于天空区域或者其他白色物体上，即S≤Δ，则丢弃此数据，如果S≥Δ，则此数值是有效的，可以作为衡量大气光照值的依据，此操作对三通道{r,g,b}独立进行，分别获得A^r，A^g，A^b；所述的利用暗通道图求解透射率图，其特征在于，利用大气散射物理模型，根据w(0＜w≤1)，获得输入图像的透射率图，其中，Ω(x)代表以像素x为中心的一块方形区域；I^c代表输入图像I(x)在c(c∈{r,g,b})颜色通道中的数值，暗通道图像是输入图像经过两次取最小值运算得到，是针对每个像素在三个通道{r,g,b}内取其中的最小值，是一个最小值滤波器，A^c为大气光照值的c(c∈{r,g,b})通道的分量，w为常数系数；所述的透射率图的基础上进行均值滤波，获得优化透射率图，其特征在于，由于t(x)在一个图像块中心并不总是常数，因此估计得到的透射率图出现了很多的块效应，导致去雾效果不太理想，在粗略估计透射率图的基础上进行了均值滤波操作，滤波尺寸P(x)由图像大小决定；所述的大气光散射物理模型，其特征在于，在雾天获得的降质图像的光学模型被描述为：I(x)＝t(x)J(x)+(1‑t(x))A，其中，I(x)表示采集到的图像，A为大气光照值，J(x)是场景的辐射照度，即要获得的清晰的无雾图像，t(x)为透射率图，用来描述光线通过媒介透射到成像设备过程中没有被散射的部分，去雾的目标就是从已知观察得到的有雾图像I(x)中得到清晰的去雾图像J(x)。