基于自适应容差的视频图像去雾方法

摘要

本发明涉及一种基于自适应容差的视频图像去雾方法，属于视频图像处理领域。建立单帧图像雾天退化模型，利用暗原色先验估计粗略透射图，利用引导滤波器得到细化后的透射图，判定图像中是否含有大面积明亮区域，求取修正后的透射图，复原无雾图像。本发明不仅适用于像视频监控这样的场景基本不变的视频图像，也可用于场景动态变换的视频图像。本发明可以广泛应用于户外监控、遥感和智能交通等方面。

主权项

1.一种基于自适应容差的视频图像去雾方法，其特征在于包括以下步骤：一、从原始有雾视频中读取单帧图像；二、建立单帧图像雾天退化模型；这里采用大气散射模型来描述雾天图像的退化过程：(1)其中代表图像中的像素，是所观测的有雾图像，是场景辐射，它也是我们所要复原的无雾图像；是整个大气光，是描述没有被散射的那部分光线的介质透射率，该透射率的每个像素有一个标量值，范围0～1，该值直接代表场景物体的深度信息；去雾的目的是要从复原、、；三、利用暗原色先验估计粗略透射图；暗原色先验是指绝大多数的户外无雾图像的每个局部区域都存在某些至少一个颜色通道的强度值很低的像素；基于这一先验，对每个颜色通道取最小值操作，即可得到：，，                  (2)其中、、分别代表红、绿、蓝三个颜色通道；是为了保留一部分覆盖遥远景物的雾而引入的一个系数，且；四、利用引导滤波器得到细化后的透射图；对于单帧图像，将有雾图像作为引导图像，则细化后的透射图是的一个线性变换，假设在以像素为中心的窗中，是该窗内的像素点，则其对应的细化了的透射图是有雾图像，即引导图像的一个线性变换，,(3)其中(4)(5)这里变量是避免太大的一个调节参数，是中的的系数矩阵，是一个单位矩阵，是窗中的输入的平均值，并且是窗中的平均向量；通过把等式（4）、（5）带入等式（3），我们可得到每个窗对应的，当每一帧图像中所有的局部区域的都得到了，即得到了每一帧细化了的透射图；五、判定图像中是否含有大面积明亮区域，如果不含有，直接进行步骤七，如果含有，则需要先确定自适应容差，用于步骤六中对透射图的修正；自适应容差的确定方法：对含有大面积明亮区域的单帧图像进行去雾时，在对透射图进行细化之后，只需快速搜索出该透射图直方图拟合出的曲线的左边第1个极大值点，并将其横坐标作为容差；六、求取修正后的透射图；将步骤五得到的作为容差代入（6）式，可实现对明亮区域的透射图进行修正，即根据在、、三个颜色通道上的差值得到的三幅修正后的透射图，分别用于对I的三个颜色通道进行复原；,（6）七、复原无雾图像；在单帧图像的去雾过程中，若图像中不含有大面积明亮区域，则其复原公式为：,(7)当图像中含有大面积明亮区域时，需要考虑对该区域的特殊处理，则复原公式变为：,(8)就是我们复原得到的无雾图像，其中是为了使结果免于噪声而设定的下边界，设定。