[发明专利]一种基于暗原色先验的图像去雾方法

说明书

技术领域

一种基于暗原色先验的图像去雾方法，用于图像处理，属于图像去雾方法技术领域。

背景技术

在雾天环境下，由于大气散射影响使得拍摄出来的景物能见度和对比度降低，直接影响航空、海运和道路交通的安全，同时使各种户外监测系统，如视频监控系统，在恶劣的天气下往往无法可靠工作。因此，简单有效的图像去雾对提高视觉系统的可靠性和鲁棒性具有重要意义。

当前，对于图像的去雾算法主要分为两类：一类是基于图像增强的方法，如文献的基于移动模板的直方图均衡化技术。由于图像的质量降低与场景点到成像传感器的距离成指数关系，因此这种假设场景景深不变的图像增强技术不能很好地对雾化图像去雾恢复。另一类是基于大气散射物理模型的方法。这类方法基于大气散射规律建立了图像退化模型，能够利用先验知识，具有内在的优越性。不足的是这类方法一般需要求得场景深度或大气条件信息。而现实条件下，获取的降质图像并没有附加任何景深与大气条件的信息。由于已知信息量不足，因此图像去雾恢复是个不适定的反问题。为了消除这种不确定性，许多研究者利用在不同天气条件下的拍摄的同一场景的图像，或通过用户交互提供的附加信息进行从一幅图像的恢复工作。然而，这些算法对图像采集仍然具有较高的要求。观察到无雾图像比有雾图像具有更高的对比度，他通过扩大复原图像的局部对比度来达到去雾的目的，这样得到的结果只是在光学原理上达到去雾，忽视了透射率，处理结果的一些色彩经常会出现过度饱和。文献提出一种基于统计学的去雾方法，取得了很好的效果。但该方法需要足够的颜色信息以及差异性，当雾很浓时，颜色很微薄，差异也不够明显，该方法估计出的透射率就不可靠。

发明内容

本发明针对现有技术的不足之处提供了一种基于暗原色先验的图像去雾方法，解决需要足够的颜色信息以及差异性，当雾很浓时，颜色很微薄，差异也不够明显，现有方法估计出的透射率就不可靠的问题。

为了实现上述目的，本发明采用的技术方案为：

一种基于暗原色先验的图像去雾方法，其特征在于，如下步骤：

(1)获取原去雾图像；

(2)利用去雾模型处理原去雾图像；

(3)将原去雾图像进行去雾模型处理后，进行暗原色先验去雾；

(4)进行暗原色先验后，对去雾模型进行求解，得到最终的去雾图像。

进一步，所述步骤(2)中，利用去雾模型处理原去雾图像的公式为：I(x)＝t(x)J(x)+(1-t(x))A，I是输入图像(观测到的)光强度，t指光线透射率，A是大气光成分，J是无雾时景物的光线强度。图像去雾目标就是由已知的I求得未知参数J,A,t。由于方程的个数少于未知量的个数，需增加约束条件来求解。暗原色先验即是其中的一种约束。

进一步，所述步骤(3)中，将原去雾图像进行去雾模型处理后，进行暗原色先验去雾可为：。对户外无雾图像J进行分块，对每个像素块定义暗原色如下：Ω(x)是以x为中心的正方形邻域，J_c为J三原色的一个通道，J^dark(x)即为图像J在这个邻域的暗原色，统计表明darkJ趋于零，在带雾图像中，暗原色的值会升高。

进一步，所述步骤(4)中，进行暗原色先验后，对去雾模型进行求解，得到最终的去雾图像的具体步骤为：