[发明专利]一种基于天空区域分割的单幅图像去雾方法

说明书

本发明公开了一种基于天空区域分割的单幅图像去雾方法，解决了传统暗通道去雾算法对天空区域不适应而产生负面视觉效果的缺点。综合利用图像中的视觉特征，采用一种简单线性迭代聚类和边缘检测相结合的方法准确分割出图像中的天空区域。在此基础上，依据平均饱和度先验对非天空区域进行独立透射率估计，并对天空区域进行独立的视觉效果增强处理，从而克服了对天空区域进行传统去雾处理引起的过增强、色偏等负面效应。最后，针对去雾后图像偏暗的缺点，提出了一种基于导向滤波器的Retinex方法进行增强，进一步提升了去雾处理后图像的视觉效果。

技术领域

本发明涉及一种基于天空区域分割的单幅图像去雾方法，属于图像处理技术领域。

背景技术

在雾霾天气下所拍摄的图像/视频，受制于大气中混浊的媒介(如水溶胶、雾气、霾等)对光的吸收、散射以及折射等影响，使得光学传感器的成像精确性降低，进而直接导致图像可视性减弱，如对比度模糊，色彩迁移，动态范围缩小。鉴于计算机视觉系统中图像理解、目标识别、目标跟踪等领域的很多应用都是基于输入图像或视频是在理想天气条件下拍摄为前提，故图像的清晰度对后续判读、分析、识别以及计量结果的准确性会产生一定的影响。因此，研究快速图像去雾算法越来越受到广大研究人员的关注。

近年来，单幅图像去雾得到了很多学者的关注，这些方法通过采用单幅图像中包含的先验信息或提出一些合理的假设，实现图像去雾，He等人通过对大量户外无雾图像的观察，提出了暗通道先验去雾算法，取得了良好的效果，但是仍有缺陷。该方法在对透射率进行细化时采用的软抠图算法复杂度较高，难以实现图像的实时去雾；由于天空区域不满足暗通道先验，复原图像在天空区域容易出现噪声和色彩失真；此外，通过暗通道去雾以后的图像色彩偏暗，降低了部分视觉效果。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于天空区域分割的单幅图像去雾的方法，解决暗通道去雾算法对天空区域不适用和去雾后图像亮度偏暗的缺点。

为了实现上述目标，本发明采用如下的技术方案：

一种基于天空区域分割的单幅图像去雾方法，其特征是，包括如下步骤：

步骤1)获取雾天图像I(x,y)；

步骤2)根据图像的多视觉特征，对图像进行分割预处理；所述多视觉特征包括位置信息、亮度信息、饱和度信息和视觉显著度信息；

步骤3)根据步骤2)引入的视觉特征，每个特征都从不同的角度反映了天空区域的特点，将所有特征进行特征融合，融合为一个特征向量，作为超像素的最终特征C_i＝[L_i,F_i,S_i,X_i]^T，这里的L_i是空间位置，F_i是亮度特征，S_i是饱和度特征，X_i是视觉显著度特征；

步骤4)用SLIC超像素处理的思想对采集到的原始图像进行分割预处理，得到若干超像素；

步骤5)对于步骤4)得到的初步分割结果，用边缘检测的方法把图像分割为天空区域和非天空区域；

步骤6)在步骤5)中提取出的天空区域内，进行全局大气光估计；在天空区域的暗通道图中找到亮度最强的前0.1％的像素，并在其中选择具有最高像素强度的像素，将其定义为全局大气光；

步骤7)对于步骤5)提取出的非天空区域，采用一种平均饱和度先验的透射率估计方式；对于天空区域的透射率则认定为1；

结合天空区域和非天空区域的透射率，得到雾天图像的透射图；

利用导向滤波器对透射图进行平滑处理来消除透射率突变而产生的光晕效应；

将估计所得的各点透射率和全局大气光代入大气散射模型，恢复出相应的清晰图像；