[发明专利]一种改进的快速去雾方法

说明书

本发明公开了一种改进的快速去雾方法，分为三个部分：第一部分是对YUV数据进行均值降采样处理，并且转换成RGB格式的小图；第二部分是为了解决降采样带来突变边缘变黑的问题，对小图透射率进行最大值滤波；第三部分是针对降采样带来的块效应，采用双线性插值升采样避免块效应。本发明提出的方法针对500W像素YUV格式的视频，能够在PC机上达到实时处理。本发明针对降采样和升采样带来的黑边副作用，提出了一种有效的改善方法，可以有效避免这种副作用。本发明针对降采样产生的块效应，提出双线性插值升采样进行块效应的去除。

技术领域

本发明涉及数字图像处理、智能交通的技术领域，具体涉及一种改进的快速去雾方法。

背景技术

近几年，环境污染情况很严重，尤其雾霾的天气越来越多。雾、霾是一种悬浮在空气中的颗粒，它的散射作用大大降低了图像质量。图像质量的降低直接影响测速仪、行车记录仪等户外图像采集系统的功能。不仅降低图像的可视性，更对后续图像处理算法(如车牌识别、特征提取、图像分析等)的进行造成困难。图像采集装置如今以高清摄像头居多，采集的图像清晰，但是图像的数据量也较大，处理起来耗时较长。因此发明一种能够快速去雾的方法显得很重要。

但是现有的去雾算法性能和功能是一对矛盾体，效果好的算法复杂度高，很难达到实时性；速度快的算法较简单，但是处理结果不理想，往往会引起色彩的失真等副作用。因此需要对性能和功能两方面进行一个权衡，提出一种方法，在性能和功能上都有不错的表现。

现有的图像去雾处理方法有很多，总体上可以分为两大类：基于图像增强的方法和基于物理模型的方法。图像增强的方法是对被降质的图像进行增强，改善图像的质量。该方法较简单，处理速度较快，但是处理效果不理想，可能会造成图像部分信息的损失，以致图像失真。基于物理模型的方法，这种方法通过研究大气悬浮颗粒对光的散射作用，建立大气散射模型，了解图像退化的物理机理，并反演复原出无雾图像，现如今很多去雾算法都是基于物理模型提出的。现有技术一(He K,Sun J,Tang X.Single image haze removalusing darkchannel prior.IEEE Transactions on Pattern Analysis andMachineIntelligence,2011,33(12):2341-2353)通过对大量无雾图像统计特征观察，发现了被命名为暗原色先验的先验规律。该方法在处理效果上有非常好的表现，开辟了图像去雾的一个新领域。但是文中采用软抠图来细化透射率图，复杂度非常高，耗时长，后来文章作者又使用导向滤波代替软抠图的方式，去雾效果相当，处理速度却提高100倍左右。但是即使使用导向滤波针对高清视频进行去雾，想要实现实时处理，还有很大的差距。现有技术二(Tarel J P,Hautiere N.Fast visibility restoration from a single color or graylevel image.In:Proceedings of the 12thIEEE International Conference onComputer Vision,2009.Kyoto:IEEE,2009.2201-2208)中，提出了一种快速去雾的方法，使用双中值滤波代替现有技术一中的最小值滤波和导向滤波，大大简化了处理过程，提高效率。但是中值滤波并不是好的边缘保持滤波算法，局部区域景深突变会产生光晕效应。并且算法中的参数较多，无法实现自适应调整，需要人工进行测试调整，在实际应用中受到了限制。