[发明专利]一种基于黄霾物理特性的单幅图像去霾方法有效
申请号: | 201510023351.9 | 申请日: | 2015-01-16 |
公开(公告)号: | CN105005966B | 公开(公告)日: | 2017-07-28 |
发明(设计)人: | 苗启广;李宇楠;宋建锋;权义宁;公茂果;陈为胜;唐兴 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 西安恒泰知识产权代理事务所61216 | 代理人: | 李郑建,王芳 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 物理 特性 单幅 图像 方法 | ||
技术领域
本发明涉及图像处理领域,特别涉及一种基于黄霾物理特性的单幅图像去霾方法。
背景技术
如今空气污染日渐严重,尤其是雾霾天气,在入冬后几乎每天都会发生,在室外拍摄的图片由于雾霾颗粒对光线具有散射作用,使得图像细节模糊,整体图像质量下降。
在现有技术中,主流的图像处理方法是获取图片中的大气光值,根据大气光值确定该图像内大气传输透射率的分布图,进而根据大气传输透射率确定去雾表达式,以便根据上述去雾霾表达式对图像进行处理,从而达到去除雾霾天对图像的影响。
但是,发明人发现现有技术中存在以下问题:
现有技术中对大气光值的选取通过肉眼确定图像中亮度最高的亮度值,没有考虑在大气散射模型中亮度的准确含义,并且在图像处理的过程中没有对雾和霾这两种不同的天气情况进行区分对待,而是进行统一的处理,由于雾和霾的具体成因不同,这样采用统一处理方式的结果是并不能达到纠正色差、恢复图像原有亮度和对比度的效果。
发明内容
为了解决现有技术的问题,本发明提供了一种基于黄霾物理特性的单幅图像去霾方法,所述单幅图像去霾方法包括:
获取待处理图像,确定所述待处理图像中的天空区域;
在所述天空区域中确定大气光点,确定所述待处理图像中色彩通道的比值;
根据所述待处理通道中色彩通道的比值,确定所述待处理图像的传输图;
结合黄霾的物理特性,调节所述传输图的饱和度,生成调节后的图像。
可选的,所述获取待处理图像,确定所述待处理图像中的天空区域,包括:
将所述待处理图像划分为多个区域,提取所述待处理图像中的第一区域,对所述第一区域进行彩色边缘检测,得到边缘图像;
对所述边缘图像进行二值化处理,得到处理后的精细边缘图像;
检测所述精细边缘图像中,如果符合第一预设条件,则判定所述精细边缘图对应的所述第一区域为天空区域。
可选的,所述在所述天空区域中确定大气光点,确定所述待处理图像中色彩通道的比值,包括:
在至少一个所述天空区域中选取亮度最高的点作为大气光点;
确定所述大气光点中红色通道、绿色通道、蓝色通道的第一数值比例,将所述第一数值比例作为所述待处理图像中色彩通道比值。
可选的,所述根据所述待处理通道中色彩通道的比值,确定所述待处理图像的传输图,包括:
根据所述待处理图像中色彩通道的比值,按第一调整公式对所述待处理图像中每个像素在红色通道、绿色通道和蓝色通道中的数值进行调整,得到调整后的数值,所述第一调整公式具体为:
其中,R'为每个像素调整后红色通道的数值,G'为每个像素调整后绿色通道的数值,B'为每个像素调整后蓝色通道的数值,R为每个像素调整前红色通道的数值,G为每个像素调整前绿色通道的数值,B为每个像素调整前蓝色通道的数值,Rw为大气光点红色通道的数值,Gw为大气光点绿色通道的数值,Bw为大气光点蓝色通道的数值,T为预设的通道取值上限;
基于红色、绿色、蓝色散射率与波长的关系,结合人眼对所述红色、绿色、蓝色的敏感程度,确定在色彩空间转换为HSI(Hue-Saturation-Intensity,色度-饱和度-强度)时的强度转换公式,根据所述强度转换公式获取所述待处理图像中每个像素的强度值,所述强度转换公式具体为:
I=0.4520*R'+0.5121*G'+0.0359*B',
其中,I为HSI色彩空间内的强度值;
在转换至所述HSI色彩空间后,选取所述待处理图像中每个像素在所述红色通道、绿色通道、蓝色通道中数值的最小值,根据所述最小值组成灰度图,对所述灰度图进行双边滤波,构成所述待处理图像的传输图。
可选的,所述结合黄霾的物理特性,调节所述传输图的饱和度,生成调节后的图像,包括:
结合第二调整公式,对所述传输图中每个像素的饱和度进行调节,生成调节后的图像,所述第二调整公式具体为:
其中,S为所述待处理图像中每个像素的原始饱和度,S'为处理后每个像素的饱和度。
本发明提供的技术方案带来的有益效果是:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510023351.9/2.html,转载请声明来源钻瓜专利网。