[发明专利]一种基于改进暗通道与图像融合的柔性去雾方法

说明书

本发明公开了一种基于改进暗通道与图像融合的柔性去雾方法，包括如下步骤：步骤1，计算有雾图像I(x,y)的暗通道图；步骤2，在暗通道图中选取亮度最大的前0.1％像素，然后选取它们在I(x,y)中对应的最大亮度值作为大气光A的估算值；步骤3，计算I(x,y)的粗略透射率；步骤4，使用盒式导向滤波细化粗略透射率；步骤5，基于二次函数修正细化透射率；步骤6，复原物体光线，得到初步去雾图像；步骤7，计算I(x,y)的伪去雾图像；步骤8，融合初步去雾图像与伪去雾图，得到最终的去雾图像。本发明具有计算速度快，改善了去雾图像在邻近天空区域的失真现象；自适应权重的图像融合，很好的均衡了去雾效果与图像色彩，改善了去雾图像颜色暗沉现象。

技术领域

本发明属于数字图像处理技术领域，特别是一种基于改进暗通道与图像融合的柔性去雾方法。

背景技术

悬浮在大气中的烟、灰尘等物质形成的雾霾，会对个人户外拍照和计算机视觉应用方面造成极大地影响。因此，如何实现高质量的图像去雾，对于图像处理和计算机视觉应用具有非常重要的现实意义。目前,图像去雾已经得到了广泛的研究和应用。

通用的基于大气散射模型的去雾方法大致分为两类：多幅图像去雾和单幅图像去雾。多幅图像去雾方法常利用同一场景不同天气下的多幅图像或不同偏振程度的多幅图像，得到多个参照条件以实现去雾。由于多幅图像去雾需要同一场景下的多幅图像，其在实际应用中受到了限制。

单幅图像去雾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。Tan通过最大化局部对比度的方法实现去雾，该方法恢复出的场景图颜色易趋于过饱和，且场景复原不是建立在特定的物理模型上。Fattal通过假设物体表面反射率(Surface shading)和传输值(Transmission)局部统计不相关，利用独立成分分析(Independent component analysis，ICA)估计场景反射率。由于该方法是基于输入数据的统计特性的，这个统计特性对于浓雾和低信噪比情况将会失效。He首次提出了暗通道先验去雾方法并实现了良好的去雾效果。该算法通过对大量户外无雾图像的统计发现在大多数图像中，除天空部分外，总存在某些像素点在某个通道上有很低的强度值。根据这一特点估算透射率，并采用抠图算法对透射率进行细化，可以得到恢复的无雾图像。

He算法的去雾效果清晰、自然，能恢复出高质量的无雾图像。但是，由于该算法是建立在暗原色先验的基础之上，因而对于诸如天空、白云等不存在暗原色的明亮区域，恢复结果将会出现明显失真，影响了图像的视觉效果。此外，去雾后图像因场景的光线不再像大气光那样明亮，其整体强度值会在一定程度上有所下降，特别是对大雾图像进行去雾处理后，恢复的无雾图像会显得比较暗沉。

发明内容

本发明的目的在于提出了一种基于改进暗通道与图像融合的柔性去雾方法，改善了天空等区域去雾后的失真现象，增强了去雾后图像的色彩。

实现本发明目的的技术解决方案为：一种基于改进暗通道与图像融合的柔性去雾方法，包括如下步骤：

一种基于改进暗通道与图像融合的柔性去雾方法，包括如下步骤：

步骤1，获取有雾图像I(x,y)，计算有雾图像I(x,y)的暗通道图。

步骤2，在上述暗通道图中选取亮度最大的前0.1％像素，然后选取它们在有雾图像I(x,y)中对应的最大亮度值作为大气光A的估算值。

步骤3，计算有雾图像I(x,y)的粗略透射率t₁(x，y)。

步骤4，使用盒式导向滤波细化粗略透射率t₁(x，y)，细化后的透射率记为t₂(x，y)。

步骤5，基于二次函数修正细化透射率t₂(x，y)，计算公式如下：