[发明专利]基于像素暗通道和各向异性扩散滤波的图像去雾方法

说明书

技术领域

本发明涉及一种图像去雾方法，更具体地说，尤其涉及一种基于像素暗通道和各向异性扩散滤波的图像去雾方法。 

背景技术

在雾霾天气条件下，由于大气的散射作用,图像采集设备所获取的图像往往出现对比度下降、模糊不清等退化现象，严重影响户外计算机视觉系统(如道路交通监控、飞机船舶导航等)的正常工作。因此，图像去雾技术具有重要的实用价值。 

单幅图像去雾增强方法主要分为两类：一类是非模型的图像增强方法,另一类是基于大气散射模型方法。非模型的图像增强方法是通过图像处理技术增强降质图像的对比度，满足主观视觉要求，这种方法没有考虑到雾天图像降质的原因，不能针对图像退化的原因设法进行补偿，去雾效果不佳,因此这类方法只能相对地提高图像质量，并不能实现真正意义上的去雾。基于大气散射模型的方法研究雾天图像降质的物理过程，并建立雾天退化模型，反演退化过程，补偿退化过程造成的失真，这类方法的复原效果较好，但是需要较多的辅助信息。 

近年来，基于基于大气散射模型方法的单幅图像去雾技术研究取得了很大进展，许多学者提出了一些基于先验知识或假设的单幅图像去雾方法。其中，何恺明在CVPR09’所提出暗原色先验(dark channel prior,DCP)图像去雾方法，在处理单幅户外场景图像去雾方面取得了较好的效果，得到了业内学者的广泛认同。DCP方法要求在局部区域(一般大小取15×15)中各像素点的透射率恒定不变，由于实际图像的透射率在一个局部区域内并不总是恒定的，所以，该方法估计的透射率不精确，存在“块效应”，需要采用软抠图(soft matting)方法对透射率进行优化。由于软抠图需要进行非常复杂的计算，消耗大量的存储和计算资源，所以极大地限制了该方法在工程上的应用。 

发明内容

本发明的目的在于针对上述现有技术的不足，提供一种用于单幅图像快速去雾的基于像素暗通道和各向异性扩散滤波的图像去雾方法，克服DCP去雾方法中存在的计算量大、占用存储资源多、处理速度慢的问题。。 

本发明的技术方案是这样实现的：一种基于像素暗通道和各向异性扩散滤波的图像去雾方法，该方法包括下述步骤： 

(1)计算有雾图像I(x)各个像素点的暗通道I_dark(x)； 

(2)根据像素点暗通道I_dark(x)计算大气光强度值A； 

(3)对像素点暗通道I_dark(x)进行各向异性扩散滤波，获得滤波后像素点暗通道所述各向异性扩散方程为： 

∂u∂t=div[c(|▿u|)▿u]u(t=0)=I0;]]>

式中:I₀为初始图像I_dark(x)；▽为梯度算子；div为散度算子；c(|▽u|)为扩散系数；t为引入的时间参数，表示平滑过程与扩散持续时间相关；所述扩散系数函数为：