[发明专利]基于下采样的高分辨率图像去雾方法

说明书

技术领域

本发明属于信息技术领域。

背景技术

随着安防科技的发展和网络带宽的增加，高清摄像头在多个领域得到了广泛的使用，比如高速公路、城市道路、航海、航拍等。近些年来，中国等发展中国家经常遭受雾霾等恶劣天气的侵袭，在这种极端天气情况下，高清摄像头会受到大气中固体小颗粒和小液滴的影响，拍摄的图像往往丢失主要信息，从而导致高清摄像头无法拍摄到清晰的图像。这是由于悬浮粒子会对光线产生散射,使景物反射的光线发生衰减,同时散射环境光混合到观察接收的光线中,使成像后图像的对比度、颜色等特征发生改变。图像质量的降低严重影响了大量室外计算机视觉系统的使用。如道路安全监控、汽车安全驾驶、光学武器作战、敌我战场监视等。特别是近年来国内各大城市出现的严重雾霾天气，导致城市交通瘫痪、航班延误取消，严重影响了人们的日常生活、工业生产以及军事侦察和作战，从而引起了各国研究人员的重点关注。

随着计算机视觉应用的日益广泛和计算机技术的发展与成熟,各国的研究人员针对降质图像的增强技术进行了大量的研究，也取得了一定的研究成果。为了美化图像的视觉效果以及突出图像特征以便计算机视觉系统处理,需要对图像进行去雾处理。图像去雾就是指用特定的方法和手段,使空气中悬浮微粒对图像的不良影响降低甚至消除。然而，高清摄像头拍摄的高分辨率图像的数据量较大，去雾处理过程耗时较长，现有图像去雾算法的运算速度无法满足其工业上的实际应用需求。因此，迫切需要一种面向高分辨率图像的快速去雾方法。

发明内容

本发明要克服现有技术的上述缺点，提供一种去雾效果好、复杂程度低的基于下采样的高分辨率图像去雾方法。

本发明的目的在于设计一种基于下采样的高分辨率图像去雾方法，首先对原图像进行下采样并利用下采样后图像计算暗通道图，然后在根据变型的大气散射模型公式计算透射率图，之后将有损的透射率图用最邻近插值放大到原来大小，最后根大气散射模型对雾图进行清晰化处理。能够在保持较好的去雾效果的基础上，实现高分辨率图像的实时去雾。

本发明的基于下采样的高分辨率图像去雾方法，步骤如下：

步骤1.基于压缩采样的透射率图评估；

从缩小运算的规模的角度出发，通过下采样来评估透射率图；考虑到图像在计算暗通道时需要变成图像块，本来黑色区域就有膨胀的痕迹，适当降低一点点精度，对去雾效果不会造成很大的影响；

基于压缩采样的透射率图评估具体步骤如下：

1.1用最邻近插值法对输入图像进行下采样，求出下采样后的图像I，待求像素的值就等于在它的四邻像素中距离它最近的像素值，不需要经过计算，在很多情况下都能得到很好的效果；

1.2计算压缩图像I的暗通道图，I的暗通道图J^dark的可以通过下式进行计算：

其中，I^c表示某一图像块Ω(x)颜色通道图，这里指的是输入的有雾图像，y指的是它任意一个像素点，x表示暗通道图的任意一个像素点，c是指R、G、B三通道中任意一个通道；所以暗通道图J^dark可以由I经过两步最小化操作得到：一是I的每个像素取三通道最小值生成最小颜色通道图，二是以窗口Ω(x)大小作为半径的最小值滤波；

1.3评估大气光A时从减少算法本身的计算量角度出发，算法不进行排序，在尽可能保留去雾效果的同时，缩短时间复杂度，具体步骤如下所示：

(3-1)从暗通道图中找到亮度值最大的像素，遍历暗通道图J^dark求出亮度最大的像素的坐标(a,b)；

(3-2)找到该像素位置对应待去雾图像J的通道值，取出J在(a,b)坐标点的三个通道值；

(3-3)取三个通道的平均值作为A值；

1.4可以根据暗通道图用以下公式计算进行浮点数运算，得到透射率图

ω(0≤ω≤1)是一个控制因子，用来控制去雾的强度，这样去雾的效果更加真实，一般取0.95；

步骤2.透射率分布优化处理；

由于计算暗通道图的时候需要进行分块，所以计算出的透射率图也具有块状结构，有明显不连续的区域，如果就这样去进行去雾处理，还原的图像会出现块状的锯齿边缘，影响整副图的质量，所以接下来要介绍透射率分布的优化处理；

透射率图分布的优化处理主要是根据以下公式将导向滤波应用于计算透射率图：