[发明专利]基于图像融合的单幅图像去雾方法

说明书

本发明公开了一种基于图像融合的单幅图像去雾方法，能够对有雾图像进行去雾增强。本发明方法包括如下步骤：(1)求取待融合图像；(2)求取待融合图像的特征权重；(3)多尺度融合去雾。本发明还公开了一种基于图像融合的单幅图像去雾系统。本发明能够极大地提高有雾图像的对比度和清晰度，而且算法的复杂度低、运行速度快，因而能够应用于日常的监控系统当中。

技术领域

本发明属于图像信息处理技术领域，特别是涉及基于图像融合的单幅图像去雾方法。

背景技术

目前，有雾图像的清晰化处理算法主要分为两大类：基于图像增强的方法以及基于物理模型的方法。

基于图像增强的方法通常是采用伽马校正，直方图均衡化等方法，通过提高图像的对比度达到去雾的目的。基于图像增强的方法计算简单，但容易造成图像信息的损失。

基于物理模型的方法从本质上分析了雾天图像降质的原因，能够较好地复原无雾图像。基于物理模型的方法通常是建立在大气散射模型的基础上，根据雾化图像的成因进行反向推导，获得无雾图像。根据算法的输入，此类算法可以进一步划分为以下四类：(1)基于多幅图像的去雾算法；(2)基于偏振滤波器的去雾算法；(3)基于场景深度的去雾算法；(4)基于单幅图像的去雾算法。

上述的四类方法中，基于单幅图像的去雾方法是目前的研究热点，此类算法主要基于各种先验假设。何凯明等人在文献《Single image haze removal using darkchannel prior》当中提出了一种基于暗通道先验的去雾方法，暗通道先验假设在无雾图像的非天空区域，某些像素点的RGB三通道中至少有一个颜色通道具有极低的值。基于暗通道先验可以对图像的透射率进行初始估计，但是当有雾图像当中存在大面积的天空区域时，会导致透射率估计不准确，去雾效果不理想。Tarel等人在文献《Fast visibilityrestoration from a single color or gray level image》当中提出了一种单幅图像去雾算法，算法假设大气耗散函数局部变化平缓并利用中值滤波的变形形式估计大气耗散函数。但是，算法不能很好地保持图像当中物体的边缘信息，同时算法参数多，调整困难。上述的先验大都假设图像局部块当中的透射率是一致的，极易导致去雾后图像的块效应，对此Berman等人在文献《Non-Local Image Dehazing》当中提出一种基于非局部先验的去雾方法，该方法首先利用非局部先验估计图像的透射率，然后采用正则化的方法对透射率进行优化。由于该算法是基于图像像素点的，因而不会产生块效应，而且算法的运行速度快，能够满足实时性的要求。但是基于非局部先验的算法存在去雾不完全、天空区域失真等问题。

近年来基于图像融合的单幅图像去雾算法取得了快速发展。基于融合的去雾算法通过选用合适的融合策略，将有雾图像经过不同处理后得到的多幅图像进行融合，以实现去雾的目的。Ancuti等人在文献《Enhancing underwater images and videos by fusion》当中提出了一种基于图像融合的水下图像视频增强方法，该方法将有雾图像经过白平衡处理得到的图像作为第一幅待融合图像，将有雾图像经过去噪、颜色校正、直方图均衡化处理得到的图像作为第二幅待融合图像，然后根据图像的全局对比度、局部对比度、显著性和曝光度四个特征计算融合权重图像。算法增强效果好，但是应用场景受限。郭璠等人在文献《基于融合策略的单幅图像去雾算法》当中提出了一种基于图像融合的去雾方法，该方法仅依靠单幅有雾图像即可估算出相关的输入图与权重图，算法操作简单，并且去雾后图像清晰度和色彩自然度较好，但是算法假设图像当中存在天空区域而采用白平衡处理，当假设不成立时，去雾后的图像颜色会过饱和。

发明内容

基于以上所述现有技术的缺点，本文提出了一种基于图像融合的单幅图像去雾方法及系统。

一种基于图像融合的单幅图像去雾方法，步骤如下：

(1)采用改进的非局部先验算法求取第一幅融合图像