[发明专利]一种去雾过程中大气透射率图像的二次估计方法

说明书

本发明公开了一种去雾过程中大气透射率图像的二次估计方法，获取雾霾天气下的雾化降质图像；使用区域最小值滤波，获取其暗通道图像；根据暗通道图像，获取全局大气光值及图像的原始场景透射率；采用引导滤波器，对原始场景透射率进行滤波，得到场景透射率的粗估计；将场景透射率粗估计进行最小方差中值引导滤波，得到最终场景透射率；利用最终场景透射率，复原雾化降质图像。本发明采用最小方差中值引导滤波对场景透射率二次估计，能够有效保留图像内部纹理信息，改善了传统暗通道去雾算法获取复原图像的纹理信息及边缘信息丢失，提升了图像复原质量，相较于传统算法，使图像内部信息更好的保留下来。

技术领域

本发明涉及图像处理技术领域，具体涉及一种去雾过程中大气透射率图像的二次估计方法。

背景技术

随着数字图像采集技术和处理技术的飞速发展，图像已成为人们获取信息的重要信息，图像中包含有大量的纹理信息和边缘信息，例如机器视觉中的目标跟踪与检测、图像拼接技术等都需要图像中信息的获取。

而由于近年来空气质量的影响，导致雾霾天气的频频出现，雾霾天气导致能见度降低，给人们的日常生活和出行带来很大影响，也使一些设备采集到图像的质量下降，从而对于纹理、边缘等信息的获取造成的极大影响。而且雾霾天气所导致的图像降质，图像离焦模糊对原有的图像后续处理算法产生了极大影响。而利用雾霾降质图像去雾算法对雾霾天气下获得的降质的图像进行处理，能够获得大量的有用信息。

传统的暗通道去雾算法中，在求得大气透射率矩阵后，使用原图作为模板进行一次引导滤波以求出修正后的大气透射率矩阵，然而由于引导滤波是以模板图像与待滤波图像间待差异作为滤波标准，忽视了模版图像和待滤波图像本身的图像结构关系。因此，对去雾过程中大气透射率图像进行二次估计是十分有意义的。

发明内容

本发明的目的在于一种去雾过程中大气透射率图像的二次估计方法，以克服上述现有技术存在的缺陷，本发明对引导滤波进行改进，采用八区域最小方差检测算子，能有效的检测到图像内部结构间的联系，同时对模版图像与待滤波图像间的差别权重和差别偏移进行修正，改善了传统引导滤波器只能检测图像间信息而忽视内部结构的不足，使其获得的图像在原有基础上内部结构信息得到了良好的保留，在后续去雾处理获得的复原图片具有较多的纹理及边缘信息。

为达到上述目的，本发明采用如下技术方案：

一种去雾过程中大气透射率图像的二次估计方法，包括以下步骤：

步骤1：获取雾霾天气下的雾化降质图像；

步骤2：将步骤1得到的雾化降质图像进行区域最小值滤波获取其暗通道图像，记为I_dark；

步骤3：将步骤2得到的暗通道图像按降序排列，选取前0.1％的像素值，求其平均值作为全局大气光值，记为A，并对获得的暗通道图像进行处理，获得场景透射率粗估计图像，记为t_estimate；

步骤4：将步骤3所获得的场景透射率粗估计图像t_estimate进行引导滤波，得到场景透射率一次估计值t_modify；

步骤5：对步骤4处理后的场景透射率一次估计值t_modify进行最小方差中值引导滤波得到最终场景透射率t_filter；

步骤6：由步骤5得到的最终场景透射率t_filter恢复雾化降质图像J。

进一步地，步骤3中将步骤2中获得的暗通道图按如下公式进行处理：

其中，ω为去雾系数，A为全局大气光值，I_RGB为输入图像三个通道值。