[发明专利]面向大气散射邻近效应的图像去雾方法

说明书

技术领域

本发明涉及计算机图像处理技术，特别涉及一种面向大气散射邻近效应的图像去雾的计算机图像处理方法。

背景技术

一般的卫星遥感成像都是对远距离的成像，大气云雾使得太阳辐射、天空光由于散射效应直接到达相机像面，成为图像背景噪声；而景物目标到达成像相机前需要经过长距离的传输，由于大气粒子、气溶胶、空气湍流等对光的散射、非规则折射、吸收等效应造成接收探测器面上的光强起伏，降低了图像对比度和空间分辨率，导致光电系统在实际大气环境中的使用性能下降，上述两种情况统称为大气云雾退化。大气云雾退化的一个最主要特点，就是大气云雾退化造成的影响和景物与相机之间的距离以及天气情况相关，或者说与天气能见度相关，而且这种情况在长距离遥感成像、航空斜视成像中表现得特别明显。仿真计算表明，对于典型的乡村晴天天气，即使景物本身对比度为非常理想的1∶100，经过侧向100km的传输以及大气散射影响后，可见光遥感相机最终能够获得的图像对比度将明显下降，其MTF只有0.11。

针对大气云雾造成的图像退化的问题，目前一般采用基于雾图形成模型的图像去雾算法。在众多的图像去雾算法中，目前基于暗原色先验的图像去雾方法能较好地实现图像去雾。暗原色先验基于经观察得到的这么一个关键事实：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。该方法通过直接从图像中估计透射率和大气光值，实现对图像的去雾。该方法较好地去除了由于大气云雾使得太阳辐射、天空光由于散射效应直接到达相机像面，成为图像背景噪声的部分影响，同时也对景物经大气传输后输入到图像的直接衰减部分进行了补偿，一定程度上提高了图像的对比度。但是，该方法没有考虑景物目标到达成像相机前的长距离传输过程中，由于大气粒子、气溶胶、空气湍流等大气散射造成的邻近效应对图像带来的卷积退化影响，因此导致最终得到图像的对比度、清晰度仍然不够理想，图像细节仍然不够丰富。大气散射邻近效应可以看作是目标表面的辐射场和大气点扩散函数(APSF)的卷积。如果能得到精确的点扩散函数，就可以通过反卷积来去除邻近效应的影响。大气点扩展函数的物理意义是它描述了邻近像元对传感器接收的总辐射亮度贡献率的空间分布。对邻近效应研究的核心是对大气点扩展函数的求解。

发明内容

本发明要解决的技术问题是提供一种能够降低大气散射邻近效应对成像图像的影响，提高图像的对比度和清晰度，增加图像细节，图像去雾效果好的面向大气散射邻近效应的图像去雾方法。

为解决上述技术问题，本发明采用的技术方案为：一种面向大气散射邻近效应的图像去雾方法，其实施步骤如下：

1)获取原始图像的图像透射率并通过图像去雾算法获取原始图像的初步去雾图像；

2)根据所述原始图像的图像透射率建立图像的辐射传输方程；

3)求解所述辐射传输方程获得图像的大气点扩散函数；

4)根据大气点扩散函数对所述初步去雾图像进行反卷积处理，得到最终去雾图像。

作为本发明上述技术方案的进一步改进：

所述步骤1)中的详细步骤包括：

①、根据获取原始图像的暗原色I^dark，其中min操作符表示取最小值，c表示r通道、g通道或者b通道，I^c表示原始图像中c通道的分量，Ω(x)表示以像素点x为中心的正方形区域；

②、从所述暗原色I^dark的所有点中提取部分最亮点，在所述部分最亮点对应的可见光图像的像素中选择强度最大的像素点的值作为大气光值A；

③、根据暗原色先验利用公式计算原始图像的透射率初始值t′，其中ω为常数系数，A^c为大气光值的c通道的分量，I^c(x)为原始图像中c通道的分量；

④、根据(L+λU)t＝λt′对透射率初始值t′进行优化得到优化后的透射率t，其中L为软抠图拉普拉斯矩阵，λ为修正参数，U为与L大小相同的单位矩阵；

⑤、通过去除原始图像中太阳辐射的大气直接散射部分以及补偿景物通过大气传输的直接衰减部分最终得到原始图像的初步去雾图像J，其中I为原始图像，A为原始图像的大气光值，max操作符表示取最大值，t为优化后的透射率，t₀为常数。

所述步骤2)中建立的辐射传输方程为：