[发明专利]基于快速小波变换和加权图像融合的单幅图像去雾方法

权利要求书

1.一种基于快速小波变换和加权图像融合的单幅图像去雾方法，其特征在于该方法的具体步骤为： 

步骤(1)，获取雾天图像，并求取雾天图像的暗原色图，根据暗原色图获取大气光向量值； 

步骤(2)，对原雾天图像的RGB三通道求取最小值获得最小成分图像，对最小成分图像进行快速小波变换和中值滤波推导得到透射率，根据大气散射模型利用得到的大气光向量值和透射率得到初步去雾图像； 

步骤(3)，对原雾天图像减去对应于其灰度均值的比例因子并乘以相应的值从而进行简单的对比度增强； 

步骤(4)，将得到的初步去雾图像与进行对比度提高的图像进行加权图像融合，得到最终的去雾图像。 

2.根据权利要求1所述的基于快速小波变换与加权图像融合的单幅图像去雾方法，其特征在于所述步骤(1)中获取雾天图像并求取雾天图像的暗原色图，根据暗原色图获取大气光向量值，具体步骤如下： 

S1.1:根据获取雾天图像的暗原色I^dark，其中I为原雾天图像，I^c代表I的c颜色通道c{r,g,b}，Ω(x)是以x为中心的一块方形区域。 

S1.2:选取暗原色图I^dark中亮度最大的部分像素，在以上像素当中对应于输入图像I中强度最大的像素点的像素值被选定为大气光向量值。 

3.根据权利要求1所述的基于快速小波变换与加权图像融合的单幅图像去雾方法，其特征在于所述步骤(2)中对原雾天图像的RGB三通道求取最小值获得最小成分图像，对最小成分图像进行快速小波变换和中值滤波推导得到透射率，根据大气散射模型利用得到的大气光向量值和透射率得到初步去雾图像，具体步骤如下： 

S2.1：根据获取的最小成分图像W，其中A^c为大气光向量值A的c通道分量，I^c代表原雾天图像I的c颜色通道，c{r,g,b}。 

S2.2：对最小成分图像W进行快速小波变换，变换之后的图像在小波域分为两部分即尺度系数和细节系数，其中尺度系数包含了图像的低频信息也就是图像的基本信息，而细节系数包含了图像中的高频信息也就是图像的细节信息。通过将细节系数进行置零，也就是消除了最小成分图像中的部分高频信息，这样可以将最小成分图像W中的纹理、噪声等信息消除，最后利用剩余的尺度系数进行图像的重建。 

S2.3：采用中值滤波器对重建之后的图像进行进一步的平滑，从而消除重建之后的图像含有的伪信息得到W'。 

S2.4：根据t(x)=1-ωW'(x)得到的透射率t，其中ω为常数系数。 

S2.5：根据大气散射模型推导得到初步去雾图像J₁，其中I为原雾天图像，t为透射率，A为大气光向量值，t₀为常数系数。 

4.根据权利要求1所述的基于快速小波变换与加权图像融合的单幅图像去雾方法，其特征在于所述步骤(3)对原雾天图像减去对应于其灰度均值的比例因子并乘以相应的值从而进行简单的对比度增强，具体步骤如下： 

S3.1：基于最小成分图像进行雾的浓度判断，由于天空和近景部分受雾的影响较小，截取最小成分图像中间部分的四分之一计算其灰度平均值，记为avg，那么当avg大于某个临界值δ时可以判断为浓雾，即θ=0.9avg，否则θ=0.7avg，并且γ=20.5avg。 

S3.2：对原雾天图像减去对应于其灰度均值的比例因子并乘以相应的值，J₂(x)=γ(I(x)-θ)，其中I为原雾天图像，θ为对应于原图像中某区域的灰度均值的比例因子，γ用于提高图像的亮度，J₂为处理之后的对比度提高的图像。 

5.根据权利要求1所述的基于快速小波变换与加权图像融合的单幅图像去雾方法，其特征在于所述步骤(4)将得到的初步去雾图像与进行对比度提高的图像进行加权图像融合，得到最终的去雾图像，具体步骤如下： 

S4.1：根据透射率图求得对应于初步去雾图像J₁和对比度提高图像J₂的权重图，由于初步的去雾图像在清晰度上有更好的效果，所以要增加J₁的比重，那么m₁(x)=min((k+t(x)),1)和m₂(x)=1-m₁(x)，其中k为初步去雾图像在结果图像中增加的比重，当原雾天图像为浓雾时k＝0.4，否则k＝0.1，t为透射率。 

S4.2：进行加权图像融合，根据F(x)=m₁(x)J₁(x)m₂(x)J₂(x)，其中J₁为获得的初步去雾图像，J₂为进行了简单对比度提高之后的图像，m₁和m₂为对应于J₁和J₂的权重图并且m₁+m₂=1。