[发明专利]基于暗原色先验和Retinex理论的图像快速去雾法

说明书

本发明公开了一种基于暗原色先验和Retinex理论的快速图像去雾法，首先获取简化的大气散射模型；然后获取介质传输率初始估计值和粗略估计值，进行像素级融合得到介质传输率的最终估计值；最后将介质传输率的最终估计值代入简化大气散射模型进行图像复原获得去雾图像。本发明提出的方法具有很快的运算速度，且能有效提高复原图像的清新度和对比度，同时获得较好的图像颜色，在城市交通、视频监控和智能车辆等领域具有广泛的前景和应用价值。

技术领域

本发明涉及城市交通、视频监控、智能车辆、导航控制、目标跟踪和地形勘测领域，具体涉及单幅图像快速去雾方法。

背景技术

雾霾是一种常见的自然现象，它是由悬浮在大气中的大量微小水滴、气溶胶等颗粒的作用产生的。由于悬浮颗粒对光线的吸收、散射和折射等作用，导致图像中目标的对比度降低、饱和度下降和色调偏移，直接限制和影响了各种户外视觉系统效用的发挥。雾天降质图像的清晰化处理对提高户外视觉系统的可靠性和鲁棒性具有重要意义，其中单幅图像去雾已成为图像去雾领域的研究热点。针对图像去雾，人们提出了各种方法，具体来说可以分为两类：图像增强方法和图像复原方法。图像增强处理不考虑退化原因，通过突出图像中某些信息，同时削弱或去除某些不需要的信息，实现图像去雾。该类方法以Retinex算法为代表，但不能实现真正意义上的去雾。图像复原通过分析雾化图像降质机理，建立图像散射模型，充分利用图像退化的先验知识或假设，实现场景复原。相比而言，利用图像复原的方法具有内在的优越性。基于暗原色先验的图像去雾，揭示了图像的本质特征，具有很好的去雾效果，但对诸如天空、白云等不存在暗原色的明亮区域，复原结果会出现明显的颜色失真，且采用的软抠图方法具有较高的时间和空间复杂度。

发明内容：

为了克服上述背景技术的缺陷，本发明提供一种基于暗原色先验和Retinex理论的图像快速去雾法，旨在提高复原图像的清晰度和对比度，增强复原图像的颜色，同时有效提高图像去雾方法的运算速度。

为了解决上述技术问题本发明的所采用的技术方案为：

一种基于暗原色先验和Retinex理论的图像快速去雾法，包括以下步骤：步骤一，获取简化的大气散射模型；步骤二，从原始大气散射模型获取介质传输率初始估计值，从步骤一所得的简化大气散射模型获取介质传输率粗略估计值，将介质传输率初始估计值和介质传输率粗略估计值进行像素级融合，得到介质传输率的最终估计值；步骤三，将步骤二所得的介质传输率的最终估计值代入步骤一所得的简化大气散射模型进行图像复原，获得去雾图像。

较佳地，所述步骤一获取简化的大气散射模型的方法包括以下步骤：首先计算大气光估计值，然后将大气光估计值代入大气散射模型，最后对大气光照进行白平衡处理，得到简化的大气散射模型。

较佳地，所述计算大气光估计值的具体方法为：首先利用暗原色先验知识，通过灰度开运算确定大气光的值域范围，然后对值域范围内大气光利用区间估计的方法进行计算，即得到大气光的估计值。

较佳地，所述步骤二中介质传输率初始估计值是利用暗原色先验知识对原始大气散射模型进行灰度开运算得到的；介质传输率粗略估计值是利用Retinex理论，对步骤一所得的简化的大气散射模型进行高斯卷积运算得到的。

较佳地，对所述介质传输率初始估计值和介质传输率粗略估计值进行像素级融合后还包括对其结果进行边缘优化的步骤。

较佳地，所述边缘优化利用快速联合双边滤波方法进行。

较佳地，在所述边缘优化的步骤之后还包括对雾化图像中大片天空区域的介质传输率进行动态修正的步骤，统计介质传输率图像中像素值小于0.1的像素点的个数记为n，统计介质传输率图像的像素点总数记为N，以n/N作为介质传输率的下限值。

较佳地，在发生极端情况时对所述介质传输率的下限值进行限定，限定表达式为min[max(n/N,0.1),0.3]，所述极端情况包括整幅图片都是天空区域或亮度区域的情况。