[发明专利]一种全天时雾霾图像清晰化恢复方法

说明书

本发明公开了一种全天时雾霾图像清晰化恢复方法，基于非天空区域分割实现对雾霾图像有效边缘轮廓的提取，通过L₀平滑滤波滤除掉图像非主干边缘轮廓，从而依据主干边缘来估计图像的真实复杂度，使现有视觉增强方法可根据不同结构特征的图像，自动调整关键的去雾霾权重，最终通过性能优良的引导滤波器实现雾霾图像的增强型恢复处理。此外，对于霾图像而言，进一步依据其天空区域中包含的原始颜色偏移信息，进行额外的颜色畸变校正。同时，充分考虑夜晚雾霾图像伴随复杂人造光源干扰，通过带颜色恢复的多尺度Retinex理论去除掉该图像中的照度成分，保留反应图像本质属性的反射成分，进而更有效地利用上述的恢复方法，实现全天时雾霾图像的清晰化恢复处理。

技术领域

本发明属于恶劣天气下视觉观测技术领域，尤其涉及一种全天时雾霾图像清晰化恢复方法。

背景技术

随着空气质量的不断恶化，雾霾天气出现的频率大幅增长。户外高分辨率观测设备受天气条件影响较大，雾霾天气使观测能见度显著降低，造成相机或传感器采集到的图像出现质量严重退化，限制了观测活动的时间和空间范围。雾霾天气的出现也造成车辆、行人出行不便，易导致交通事故的发生。

与此同时，随着交通运输、室外监控、侦查等领域的快速发展，对夜晚观测的需求与日俱增。由于夜晚能见度低而导致观测所摄图像不清晰，反映在图像数据上，图像中原本较高灰度值像素被削弱。此外，景物的颜色、对比度等相较于白昼时变化明显，其所蕴含的特征信息被弱化，造成场景目标的可辨识度大大降低。若同时伴随雾霾等恶劣天气，大气透明度进一步降低，对观测活动的影响将更加明显。因而夜晚雾霾条件下图像的清晰化恢复具有重要的现实意义。

当前国内外在图像去雾方面已取得了长足进展，但当前研究很少涉足霾图像的恢复，因为“雾”与“霾”是有本质区别的，雾滴浓度分布不均匀，且雾滴平均直径大于可见光波长，其对光的散射与光波长本身关系不大，因接近均匀散射而呈乳白色或青白色。霾粒子的分布比较均匀，且其平均直径小于可见光波长，这时粒子对光的散射强度严重依赖于光的波长，所以对可见光中短波段部分散射严重。此外，现有图像去雾技术的方法仍存在一定的局限性，即其主要针对白昼图像，在夜晚弱光背景且伴随复杂人造光源干扰的情况下，现有方法不能对该退化图像进行有效恢复。

本发明基于三种经典的理论方法——引导滤波理论、L₀范数平滑滤波理论、带彩色恢复的多尺度Retinex理论，结合对雾图像、霾图像、夜晚雾霾图像各自成像特征的研究，提出了一种全天时雾霾图像清晰化恢复方法。

引导滤波理论是由Kaiming He等人提出的，参见：Kaiming He et al.,GuidedImage Filtering,IEEE Transactions on Pattern Analysis and MachineIntelligence,2013,35:1-4，引导滤波是在双边滤波的基础上发展起来的，是一种新颖的边缘保持滤波器。而L₀范数平滑滤波理论是由Li Xu等人提出的，参见：Li Xu et al.,Image Smoothing via L₀Gradient Minimization,ACM Transactions on Graphics,2011,30(6):1-11。其通过抑制滤波输出图像中梯度不为0像素的数量，实现对图像纹理轮廓进行平滑滤波的目的。但单纯控制梯度不为0像素的数量，易造成图像重要的边缘轮廓信息的损失，因此还需附加滤波输出图像与原始输入图像具有最大结构相似性的条件。从而使L₀范数平滑滤波在平滑图像细节结构的同时，仍能保留原始图像的主干边缘轮廓。