[发明专利]基于随机游走聚类的多大气光值图像去雾方法

权利要求书

1.基于随机游走聚类的多大气光值图像去雾方法，其特征在于，包括以下步骤：

步骤1：输入原始有雾图像，求取原始有雾图像的暗像素粗介质传输图和明像素粗介质传输图；

步骤2：将暗像素粗介质传输图和明像素粗介质传输图作为初始种子点构建随机游走模型，加入正则化参数得到最终的优化介质传输图；

步骤3：将原始有雾图像为先验来构建随机游走模型找到天空和实物的分界线，分别求取天空部分和实物部分的大气光值；

步骤4：还原优化介质传输图，在还原优化介质传输图时，分别还原天空部分和实物部分，并将天空部分还原图和实物部分还原图拼接起来，并且对拼接后的图像进行均值滤波，对分界线进行弱化，即得到最终的去雾图像。

2.根据权利要求1所述的基于随机游走聚类的多大气光值图像去雾方法，其特征在于，步骤1中求取原始有雾图像的暗像素粗介质传输图和明像素粗介质传输图的具体方法为：

建立大气散射模型，采用式(1)、式(2)得出原始有雾图像的暗像素图以及明像素图：

其中，和分别为各颜色通道的最小值和最大值，I(x)指的是原始有雾图像中的一个像素点，I_r(x)、I_g(x)、I_b(x)为三个通道中某一个像素点的值，I_min(x)和I_max(x)为暗像素图和明像素图；

再分别对暗像素图和明像素图进行3*3的最小值滤波和3*3的最大值滤波，选取暗像素图中最亮的前0.1％的像素对应到原始有雾图像的R、G、B三个通道中，分别找到三个通道所对应的三个大气光值，最终大气光值A取为三个通道所对应的三个大气光值的平均值，然后使用公式(3)、公式(4)求取暗像素粗介质传输图以及明像素粗介质传输图：

其中，和分别为暗像素粗介质传输图和明像素粗介质传输图，ψ_min(·)与ψ_max(·)为Ω(x)邻域取最小值和最大值，A指的是大气光值，w为调整系数，且0<w<1。

3.根据权利要求2所述的基于随机游走聚类的多大气光值图像去雾方法，其特征在于，调整系数w＝0.75。