[发明专利]基于天空区域划分加权TV透射率优化的图像雾霾去除方法

说明书

本发明公开了一种基于天空区域划分加权TV透射率优化的图像雾霾去除方法，对于输入的雾霾图像，首先对大气光进行估计，选取雾霾图像中前L行作为图像雾浓度最高的区域，在该区域内采用加权法求取大气光；利用边界约束得到透射率粗估计，然后基于加权TV对粗估透射率进行优化；最后对天空区域进行检测与分割，并对天空区域透射率进一步优化，得到最终的雾霾图像的透射率；进而采用大气散射模型的相关变形公式获得清晰的无雾霾图像。利用本发明图像雾霾去除方法获得的图像，不仅可取得更好的视觉效果，且天空区域色彩等更加自然。

技术领域

本发明涉及一种计算机图像处理方法，尤其涉及一种图像去雾方法。

背景技术

雾霾的存在不仅对人体健康造成危害，而且严重影响视觉系统的成像质量，造成图像对比度降低、动态范围压缩、细节模糊等，直接限制和影响了目标识别与跟踪、视觉监督、军事侦查、遥感成像等系统发挥效用。

现有的雾霾去除算法主要有基于图像增强的方法和基于物理模型的方法。其中基于图像增强的方法不考虑雾霾图像的形成机理，以增强图像对比度，凸显图像细节特征为目标。该类方法去雾后的图像容易出现信息丢失和色彩失真等现象，且由于未考虑雾霾图像形成的物理过程，无法从根本上实现去雾。基于物理模型的方法根据大气散射理论，建立雾霾图像退化数学模型，利用反演过程获得接近真实的清晰图像。雾天图像成像模型可表示为：

I(x)＝J(x)t(x)+(1-t(x))A (1)

式(1)中，I(x)为有雾图像，J(x)为清晰图像，t(x)为透射率，A为背景光强度。

图像去雾的目的是从已知图像I(x)中恢复J(x)。通过求取透射率t和大气光值A，结合I(x)，根据(1)式便可求取无雾图像J。

现有的透射率估计方法主要有根据硬件设备获取的方法、基于不同偏振角度的多幅图像的方法、基于暗通道先验的方法等。这些方法都假设t(x)＝e^-βd(x)，且假设大气均匀，β恒定，取得了良好的去雾效果。但是，当图像中包含大面积天空区域时，由于以上方法对天空区域透射率估计出现较大偏差，复原图像的天空区域出现严重的色彩失真。

发明内容

由于场景的不同，大气的介质分布也会有差别，因此针对大气介质不均匀的情况，本发明提出一种基于天空区域划分的图像去雾新方法。首先利用边界约束对透射率进行粗估计，然后提出基于加权TV的透射率优化算法，最后对图像天空区域进行检测和分割，改善天空区域透射率估计。同时利用加权法估计大气光，最后得到清晰无雾图像。利用本发明图像雾霾去除方法获得的图像，不仅可取得更好的视觉效果，且天空区域色彩等更加自然。

为了解决上述技术问题，本发明提出的一种基于天空区域划分加权TV透射率优化的图像雾霾去除方法，其特征在于，该方法是：对于输入的雾霾图像I(x)，首先对大气光A进行估计，选取雾霾图像I(x)中前L行作为图像雾浓度最高的区域，在该区域内采用加权法求取大气光A；利用边界约束得到透射率t(x)粗估计，然后基于加权TV对粗估透射率t(x)进行优化；最后对天空区域进行检测与分割，并对天空区域透射率进一步优化，得到最终的雾霾图像I(x)的透射率考虑到使恢复出的图像视觉效果更加自然，最后采用加入参数后的大气散射模型获得清晰的无雾霾图像J(x)。

本发明图像雾霾去除方法的具体步骤如下：

步骤一、输入雾霾图像I(x)，大小为M×N，选取雾霾图像I(x)中前L行，其中作为一幅图像m_A；

步骤二、求取图像m_A的暗原色图像m_A^dark和均值M(n)，同时，由图像m_A中像素值大于M(n)的像素组成亮区域，像素值低于M(n)的像素组成暗区域；计算亮区域的像素点数Nbright、暗区域的像素点数Ndark、亮区域中暗原色最大值m1和暗区域中暗原色最大值m2，然后求得大气光值A：