[发明专利]一种基于暗通道的无人机航拍图像去雾算法

权利要求书

1.一种基于暗通道的无人机航拍图像去雾算法，其特征在于，根据彩色有雾图像获取暗通道图像，由暗通道图像求取全球大气光成分A，再根据暗通道图像求取粗透射率图，将粗透射率图下采样并进行引导滤波再上采样得到精细透射率图，接着根据精细透射率图和全球大气光成分A求得初始去雾图像，最后使用限制对比度自适应直方图均衡化对初始去雾图像进行局部对比度增强，解决暗通道去雾后图像偏暗并突出原图局部信息，用于后续图像处理工作。

2.根据权利要求1所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，包括以下步骤：

S1、根据雾图形成模型获取暗通道并验证，通过不同窗口大小选择，求取窗口下原图中各个像素点处的暗通道值；

S2、根据已有的暗通道值获取暗通道值最大的百分之十的像素点，然后将这些像素点的值求平均做为全球大气光成分值A；

S3、对雾图形成模型进行变形处理，对暗通道两边求两次最小值运算得到透射率的预估值，求出粗透射率图；

S4、将透射率图和原图灰度图进行双线性插值，下采样为原来尺寸的1/12，然后进行引导滤波，再上双线性插值上采样为原来的尺寸，得到精细透射率图；

S5、将步骤S4的精细透射率图和步骤S2的全球大气光成分值A代入雾图形成模型计算得到去雾图像；

S6、对步骤S5得到的去雾图像进行对比度调整，选择限制对比度自适应直方图均衡化，使得图像局部细节对比度增强，选取适当的裁剪限幅值去除直方图均衡化中放大噪声的影响，将每个通道的映射值图像合并起来构成新的彩色图像。

3.根据权利要求1或2所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，暗通道J^dark(x)如下：

其中，J^c(y)为无雾图像在通道c的像素值，c∈{r,g,b}为c取值彩色图像{r,g,b}三通道，Ω(x)为以x为中心的一个滑动窗口。

4.根据权利要求3所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，设置暗通道窗口_Ω边长为9，求取在此窗口下原图中各个像素点处的暗通道值。

5.根据权利要求1或2所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，假设在每一个窗口内透射t(x)为常数，定义为透射率预估值对暗通道两边求两次最小值运算，引入[0,1]的一个因子ω，确定透射率预估值如下：

其中，^c为r、g、b三个通道，I^c(x)为图像在通道c处x点的像素值，A^c为全球大气光成分，ω为0.9。

6.根据权利要求1或2所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，精细透射率图求取具体为：根据局部线性模型，将线性函数上所有包含某一点的线性函数值平均求的q_i的输出值输出值如下：

其中，q是输出像素的值，I是输入像素，_i和k是像素索引，a和b是当窗口中心位于k时该线性函数的系数，ω_k为第k个窗口。

7.根据权利要求6所述的一种基于暗通道的无人机航拍图像去雾算法，其特征在于，精细透射率图求取包括以下步骤：

S401、假设图像函数的输出与输入在一个二维窗口内满足线性关系如下：

S402、求出线性函数的系数，即希望拟合函数的输出值与真实值p之间的差距最小E(a_k,b_k)如下：

其中，p待滤波图像，I是原图灰度图，ε为0.00001；

S403、通过最小二乘法对步骤S402计算得到

其中，μ_k是I在窗口w_k中的平均值，是I在窗口w_k中的方差，|ω|是窗口w_k中像素的数量，是待滤波图像p在窗口w_k中的均值，窗口w_k边长为36。