[发明专利]一种基于HIS空间的多尺度Retinex模型的雾天图像清晰化方法

说明书

技术领域

本发明涉及的是在低对比度信息量的条件下对雾天图像进行清晰化处理，更确切的说是一种基于HIS空间的多尺度(Multi Scale Retinex，MSR)模型的雾天图像清晰化方法。属于图像恢复技术领域。

背景技术

在现实生活中，通过成像系统获得的图像都会有一定程度的退化，产生图像退化的原因有很多种。图像的存储、传输或复制等一系列变换操作都会导致图像质量的退化。但是，雾天等恶劣天气条件下获得的图像会受到严重的退化，不仅模糊不清，对比度降低，而且彩色图像还会出现严重的颜色偏移和失真，比如沙尘暴天气获得的图像往往出现严重的泛红现象，这大大降低了图像的应用价值，对生产和生活等各方面造成了极大地影响，还有高速公路视频监控系统，在恶劣天气条件下得到的退化图像会对判断车辆信息和监控交通情况造成极大地困难；在军事侦察或监视中，退化图像对信息的识别与处理会造成偏差，而这种偏差的后果是非常严重的；遥感探测中退化图像同样对后续的信息处理产生很大的干扰。这些都急需进行处理，以达到更好的效果。

一般情况下，直方图均衡化是对雾天图像进行清晰化的一种最常用的方法，但是直方图均衡化图像增强方法一般是对整幅图像进行增强，没有考虑到不同的景深区域采用不同的增强策略，而且直方图均衡化对图像的细节部分处理的不够明显，并且有可能产生伪轮廓的现象；局部的直方图均衡化方法虽然可以解决不同景深问题，但是计算量非常大，而且处理后的图像会有明显的层次感；分块的直方图均衡化方法虽然可以针对清晰程度来处理图像，但是处理后的图像会产生明显的块效应，而且计算量非常大，计算时间长。

发明内容

本发明的目的是提供一种基于HIS空间的多尺度Retinex模型的雾天图像清晰化方法，来对雾天条件下所拍摄的雾天模糊图像进行清晰化处理，恢复出雾天模糊图像中的有效信息。

本发明采用的技术方案是，一种基于HIS空间的多尺度Retinex模型的雾天图像清晰化方法，该方法按照以下步骤实施：

步骤1、采集源图像，若源图像为黑白图像，则将其由byte型转换为double型；若为彩色图像，则将其分别从R、G、B三个通道的黑白像素值由byte型转换为double型。

步骤2、将R、G、B三个通道转换到H、I、S；

步骤3、对步骤2所获得的像素点分别进行改进的多尺度retinex算法，得到新的图像；

步骤4、对步骤3所获得的图像进行线性对比度展宽；

步骤5、将步骤4所获得的H、I、S分别转换到R、G、B；

步骤6、对步骤5所获得的R、G、B进行合成，显示清晰化后的图像。

其中，步骤2所述的将R、G、B三个通道转换到H、I、S，其具体实现过程如下：

若B＞G，

H=2π-arccos((R-G)+(R-B)2(R-G)2+(R-B)(G-B))---(1)]]>

否则，