[发明专利]基于大气物理散射模型的快速图像去雾方法

说明书

技术领域

本发明涉及图像处理领域，进一步涉及图像复原方法，具体地说是一种基于物理模型的图像去雾方法，根据大气物理散射模型，采取相反的过程进行图像快速去雾处理，完成图像复原。本方法有效地去除了图像中的雾霾，再现了场景的对比度和颜色，大大提高了图像的清晰度，对图像的污渍去除也有较好的效果。

背景技术

随着物体到成像设备的距离增大，大气粒子的散射作用对成像的影响逐渐增加。这种影响主要由两个散射过程造成：1)物体表面的反射光在到达成像设备的过程中，由于大气粒子的散射而发生衰减；2)自然光因大气粒子散射而进入成像设备参与成像。它们的共同作用造成捕获的图像对比度、饱和度降低，以及色调偏移，不仅影响图像的视觉效果，而且影响图像分析和理解的性能。

图像去雾是一种图像复原技术，图像复原处理是考查图像退化原因，通过建立物理模型，并且采用相反的过程进行处理，恢复出原图像。在恶劣天气条件下(如雾天，雨天等)，由于大气粒子的散射，图像系统的成像质量大幅度下降，给户外图像系统的应用带来严重的影响。尤其是视频监控、地形勘测和自动驾驶等领域，而自动性和实时性就成为了去雾算法研究关注的重点。然而，去雾是一个赋有挑战性的课题。

在计算机视觉领域中，常用大气物理散射模型来描述雾、霾天气条件下场景的成像过程。近期几乎所有的去雾算法均建立在此模型之上，只是利用方式上有所不同，不同的方法采用不同的方式估计模型中的参数。因为大气散射模型中雾所依赖的场景深度、环境光强度等信息是未知的，基于单幅图像的去雾方法缺少足够的约束条件。因此，研究者们提出了很多基于多幅图像或者其他附加信息的去雾算法。

依据所需要的成像系统或成像场景的附加信息，可将基于物理模型的方法分为两大类。第一类方法利用同一场景的多幅输入图像，即不同天气条件下获取的多幅图像，或者不同偏振程度的多幅图像。Nayar(Nayar S K，Narasimhan S G.Vision in bad weather[C].In：Proceedings of the 7th IEEE International Conference on Computer Vision.Kerkyra，Greece：IEEE，1999.820-827.)通过采集同一场景不同角度偏振光的多幅图像，并利用天空亮度偏振特性来对图像进复原。文献(Guo Fan，Cai Zi-xing，Xie Bing，et al.Review and prospect of image dehazing techniques[J].Journal of Computer Application，2010，90(9)：2471-2412.)是通过获取同一场景在不同天气情况下的多幅图像，获得有效的对比度信息来去除雾的干扰。Narasimhan(Narasimhan S G.Nayar S K.Interactive(de)weathering of an image using physical models.In：Proceedings of the ICCV Workshop on Color and Photometric Methods in Computer Vision.Nice，France：IEEE，2003.1387-1394)等人基于大气散射理论，结合图像辅助信息，从多个不同的角度提取场景深度信息，从而实现场景的有效复原。上述方法理论上能够去除雾的干扰，实现图像复原，但在一些情况，如实时监控情况下，利用同一场景的多幅输入图像除雾方法便受到了限制。因此在实际应用中，通常都无法满足多幅图像的特殊条件。