[发明专利]一种结合暗通道先验原理的偏振成像去雾方法

说明书

本发明公开了一种结合暗通道先验原理的偏振成像去雾方法，包含以下步骤：首先，通过偏振成像技术获取偏振图像，由此获得场景的线偏振Stokes矢量；其次，从得到场景的总光强图像中选取区域，并基于此区域估算得到大气散射光偏振度、偏振角和无穷远处大气散射光光强；再次，根据估算的大气散射光偏振度和偏振角计算整幅图像各像素点的大气散射光光强，结合无穷远处大气散射光光强，依据偏振去雾成像的物理模型，计算得到去雾后的目标光光强；最后，利用灰度熵函数进行像质评价，自动优化无穷远处大气散射光光强偏置系数，获得去雾图像。本发明能够准确地自动估算大气散射光信息；具有更高的可靠性，且计算速度快，去雾图像对比度强。

技术领域

本发明属于光学和图像处理领域，具体来说，涉及一种结合暗通道先验原理的偏振成像去雾方法，用于雾霾、烟尘、水汽等环境下视觉设备图像质量的改善。

背景技术

近年来，随着人类社会的发展，环境污染和气候变化导致的烟、雾、霾等气候环境越来越频繁，给人们的生活造成了诸多不便，例如场景能见度的大大降低增加了观测困难。增强烟、雾、霾天气环境下目标成像对比度、提高能见度的去雾成像技术在军用和民用领域都具有非常重要的应用价值。因此，对图像进行可视性的有效去雾降噪成为一项关键技术，也是光电显示和图像处理领域的一个研究热点。

现行的图像去雾技术主要分为计算机视觉技术和物理模型复原技术两大类。基于图像增强的计算机视觉技术主要针对图像中不清晰目标的对比度增强，而不考虑雾霾具体的形成过程。这类方法没有考虑雾天图像对比度和景物深度的关系，因此对景物深度变化比较大的图像增强效果不理想，会造成图像中部分信息的丢失。基于物理模型复原的去雾技术是先对大气参数和透射率进行估计，然后根据成像模型来恢复原始图像。此类方法能够较好地处理复杂场景中雾霾的影响，但是算法复杂、运算量很大、耗时长，难以满足实时去雾处理的要求。

He等在IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE上发表的“Single Image Haze Removal Using Dark Channel Prior”中提出了一种基于暗通道先验原理的去雾方法，该方法用暗像素来直接评估雾中目标信息，能够得到更为准确的大气散射光信息，恢复出的图像质量较理想，但是需要对整幅图像进行软抠图处理，计算量非常大。基于线偏振Stokes矢量偏振成像的去雾技术在成本和算法适应性方面均具有优势，除能保留图像原有的细节信息外，还因其处理时间短，适用于实时去雾成像系统。

发明内容

本发明所要解决的问题是提供一种结合暗通道先验原理的偏振成像去雾方法，它通过简单的算法能够得到相对更准确的大气信息估算结果，从而获得清晰的去雾图像。

本发明采取的技术解决方案是提供一种结合暗通道先验原理的偏振成像去雾方法，其特别之处在于，包含以下步骤：

(1)采用偏振成像的方法对目标场景成像，获得多幅偏振图像，通过计算得到成像场景的线偏振Stokes矢量，相应地得到总光强图像，其中，总光强包括目标光光强和大气散射光光强；

(2)基于暗通道先验原理从总光强图像中选取能够估算大气散射光信息的区域，并在该区域估算得到大气散射光偏振度、偏振角和无穷远处大气散射光光强；

(3)根据估算的大气散射光偏振度和偏振角计算整幅图像各像素点的大气散射光光强，结合步骤(2)所估算的无穷远处大气散射光光强，依据偏振去雾成像的物理模型，计算去雾后的目标光光强，得到去雾后的图像；

(4)利用灰度熵函数对所得到的去雾后图像进行像质评价，自动优化无穷远处大气散射光光强偏置系数，获得效果最好的去雾图像。

上述步骤(1)中获得的多幅偏振图像为四幅或三幅，当为四幅时偏振片透光轴方向分别为0°、45°、90°和135°；当为三幅时偏振片透光轴方向分别为0°、45°和90°。