一种基于半逆法的快速单幅图像去雾算法

摘要

本发明公开了一种基于半逆法的快速单幅图像去雾算法，从大气散射模型考虑出发，利用改进的半逆算法得到大气整体光照值，获得的大气整体光照值比取暗通道中灰度最大值具有更强的鲁棒性；其次，基于大气散射光的特性，以图像边缘信息为合成条件融合了图像的边缘信息和场景深度信息，准确估测了大气光幂；然后，根据大气散射模型得到初步复原无雾图像；最后，对初步去雾后图像经过色调调整和细节增强处理，得到一副真实感强烈的无雾图像。该方法对于深度发生突变或者远景像素点有很好的处理效果，消除了光晕效应。大量实验表明，本发明很好保持了色彩和细节信息，具有较好的自动性和鲁棒性，可进一步用于视频去雾系统。

主权项

一种基于半逆法的快速单幅图像去雾算法，其特征在于，包括以下步骤：A1、用改进的半逆检测算法求整体大气光照值A；首先,取雾气区域亮度分量上方1/10的像素区域做四叉树分割，将这些区域分为四个小块区域，分别比较四个小块区域灰度均值与灰度方差之差，选择差值最小的区域,继续做四叉树分割，一直到选出的矩形区域达到固定边宽，停止分割,取这个矩形区域中最大灰度值做为整体大气光照值A；A2、白平衡处理降质图像I(x)；白平衡的步骤就是首先将相机拍摄到的图像做归一化处理；其次，将整体大气光照值A校正为纯白色；利用白点(White Point)的算法,其公式可表示为：$I_{\mathrm{white}}^r\left(x\right)=I^r\left(x\right)\frac{A}{{\max }_r}$$I_{\mathrm{white}}^g\left(x\right)=I^g\left(x\right)\frac{A}{{\max }_g}$$I_{\mathrm{white}}^b\left(x\right)=I^b\left(x\right)\frac{A}{{\max }_b};$A3、求R,G,B三颜色通道的最小值图像I_min(x)；$I_{\min }\left(x\right)=\underset{c\in \{r,g,b\}}{\min }{I}^c\left(x\right);$A4、利用本算法的高斯平滑滤波核处理I_min(x),得到边缘合成条件ΔB；A5、分别利用7×7的高斯滤波和9×9的均值滤波窗口处理I_min(x),得到平滑图像I_smooth(x)；A6、利用合成公式合成大气光幂V(x,y):$V(x,y)=\left\{\begin{array}{cc}\min ((I_{\min }\left(x\right)+I_{\mathrm{smooth}}\left(x\right))/2,C)& \mathrm{\Delta B}\ne 0\\ \min (I_{\mathrm{smooth}}\left(x\right),C)& \mathrm{\Delta B}=0\end{array}\right.$A7、以I_min(x)作为引导图像，对V(x,y)进行导向滤波处理；A8、根据公式:V(x,y)＝max(min(K*V(x,y),I_min(x)),0),得到优化后的V(x,y)；A9、根据公式:$J(x,y)=\frac{I\left(x\right)-V(x,y)}{1-V(x,y)/A},$得到复原图像J(x,y)；A10、对J(x,y)做色调映射和细节增强。