[发明专利]一种基于雾天退化模型的低照度图像增强方法

权利要求书

1.一种基于雾天退化模型的低照度图像增强方法，其特征在于，包括以下步骤：

步骤S1、将输入的低照度图像R求反得到拟雾图I；

步骤S2、求拟雾图I的灰度图I^gray；

步骤S3、训练基于CNN的透射率预测模型求得拟雾图I的粗透射率图T；

步骤S4、用步骤S2得到的灰度图I^gray作为引导图像对T进行修正，得到细化的透射率图T′；

步骤S5、对步骤S1得到的拟雾图I分块，每块取三个颜色通道中的最大值作为局部大气光值，得到粗大气光图a；

步骤S6、用步骤S2得到的灰度图I^gray作为引导图像对a进行修正，得到细化的大气光图a′。

步骤S7、用步骤S4得到的透射率图T′及步骤S6得到的大气光图a′求拟雾图I对应的无雾图像I′；

步骤S8、对无雾图像I′求反得到最终的低照度增强图像R′。

2.根据权利要求1所述的一种基于雾天退化模型的低照度图像增强方法，其特征在于，在所述步骤S3中，训练的基于CNN的透射率预测模型，具体设置为：网络的输入是3×16×16大小的图像，第一层卷积层由16个特征图组成，滤波器大小为5×5；第二层Slice层由4个特征图组成；第三层Eltwise层由4个特征图组成；第四层卷积层由48个特征图组成，滤波器大小分别为3×3、5×5、7×7；第五层池化层由48个特征图组成，滤波器大小为7×7；第六层卷积层由一个特征图组成，滤波器大小为6×6；最后一层是BreLU层，输出为最终透射率预测值。

3.根据权利要求1所述的一种基于雾天退化模型的低照度图像增强方法，其特征在于，在所述步骤S4中，将拟雾图I的灰度图I^gray作为引导图像；将拟雾图I经过所述步骤S3产生的透射率图T作为输入图像；利用引导图像自身的均值、方差运算以及引导图像与输入图像之间的均值、方差运算保留复原图像的内容，并传递所述拟雾图平滑的边缘细节给输出图像，从而消除图像的块效应，获得透射率优化的透射率图T′。

4.根据权利要求1所述的一种基于雾天退化模型的低照度图像增强方法，其特征在于，在所述步骤S5，具体包括如下步骤：

步骤S51：将拟雾图I划分为16×16的小块；

步骤S52：对每个16×16的小块求取三个颜色通道的最大值作为局部大气光值得到粗大气光图a。

5.根据权利要求1所述的一种基于雾天退化模型的低照度图像增强方法，其特征在于，在所述步骤S6，将拟雾图I的灰度图I^gray作为引导图像；将所述步骤S5产生的透射率图a作为输入图像；利用引导图像自身的均值、方差运算以及引导图像与输入图像之间的均值、方差运算保留复原图像的内容，并传递所述拟雾图平滑的边缘细节给输出图像，从而消除图像的块效应，获得透射率优化的大气光图a′。

6.根据权利要求1所述的一种基于雾天退化模型的低照度图像增强方法，其特征在于，在所述步骤S7，求拟雾图I对应的无雾图像I′的具体公式为：

其中，x为像素点。