[发明专利]图像去雾方法和系统

说明书

技术领域

本发明涉及图像处理领域，更具体地涉及一种图像去雾方法和系统。

背景技术

在天气情况较差的情况下，图像的清晰度和色彩常常会被大气中的雾气劣化。在这种天气中捕捉到的图像和视频的质量一般需要通过去雾处理进行改善。去除图像中的雾气效果的过程被称为图像去雾。

当前存在很多图像去雾方法，其中基于暗原色先验的图像去雾方法效果最好。暗原色先验是通过对户外无雾图像数据库进行统计得出的，即，绝大多数的户外无雾图像的每个局部区域中都存在这样的像素，该像素的至少一个颜色通道的强度值很低。利用暗原色先验建立的去雾模型可直接估算雾气的浓度并可将有雾图像复原为高质量的去除雾气干扰后的图像(简称为去雾图像)。

在基于暗原色先验的图像去雾方法中，通过利用输入的有雾图像的强度值I、大气光值A、和透射图t，根据有雾图像模型I＝Jt+A(1-t)来求解出得出去雾图像的强度值J。

目前，存在两种基于暗原色先验的图像去雾方法：1)基于暗原色先验获取用于对有雾图像进行去雾处理的透射图，通过软抠图插值处理来优化该透射图，并且利用优化后的透射图来求解得出去雾图像的强度值。该方法的问题在于，软抠图插值处理需要花费太多时间，导致需要耗费很长的计算时间才能完成图像去雾处理。2)通过使用中值滤波器对输入图像中每个像素的R、G、B分量的最小值进行滤波来得出用于对输入图像进行去雾处理的大气光值和透射图，然后利用该大气光值和透射图来求解得出去雾图像的强度值。该方法的问题在于，现有的中值滤波器不足以得到效果足够好的去雾图像。

发明内容

鉴于以上所述的问题，本发明提供了一种图像去雾方法和系统。

根据本发明实施例的图像去雾方法包括：获取与有雾图像中的每个像素相对应的最小强度值，利用这些最小强度值组成有雾图像的局部最小强度图像，并选择局部最小强度图像中预定大小的最亮区域在有雾图像中所覆盖区域中的所有像素分别在R通道、G通道、以及B通道的强度值中的最大值作为有雾图像的大气光值分别在R通道、G通道、以及B通道的分量值；通过利用有雾图像的大气光值对有雾图像进行变换来获取有雾图像的变换图像；通过对有雾图像的变换图像进行边缘保留滤波处理来获取有雾图像的透射图；以及利用有雾图像的透射图和大气光值、以及有雾图像中的每个像素的R通道、G通道、以及B通道的强度值，获取去雾图像中的每个像素的R通道、G通道、以及B通道的强度值。

根据本发明实施例的图像去雾系统包括：大气光值获取单元，用于获取与有雾图像中的每个像素相对应的最小强度值，利用这些最小强度值组成有雾图像的局部最小强度图像，并选择局部最小强度图像中预定大小的最亮区域在有雾图像中所覆盖区域中的所有像素分别在R通道、G通道、以及B通道的强度值中的最大值作为有雾图像的大气光值分别在R通道、G通道、以及B通道的分量值；有雾图像变换单元，用于通过利用有雾图像的大气光值对有雾图像进行变换来获取有雾图像的变换图像；透射图获取单元，用于通过对有雾图像的变换图像进行边缘保留滤波处理来获取有雾图像的透射图；以及去雾图像获取单元，用于利用有雾图像的透射图和大气光值、以及有雾图像中的每个像素的R通道、G通道、以及B通道的强度值，获取去雾图像中的每个像素的R通道、G通道、以及B通道的强度值。

对比基于暗原色先验和软抠图的图像去雾方法，本发明在保留良好的去雾效果的同时，极大降低了计算复杂度，从而极大减少了去雾处理的时间。对比基于中值滤波器的图像去雾方法，本发明提供了更高的去雾图像质量，同时在去雾处理的时间上也略有降低。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明，其中：

图1示出了传统的基于暗原色先验的图像去雾方法的简要流程图；

图2示出了传统的WLS滤波器构建矩阵B的过程；

图3示出了快速WLS滤波器构建矩阵B′和B的过程；

图4示出了根据本发明实施例的基于暗原色先验的图像去雾方法的简要流程图；以及

图5示出了根据本发明实施例的基于暗原色先验的图像去雾系统的简要框图。

具体实施方式