[发明专利]图像去雾自适应参数的计算方法、图像去雾方法及系统

权利要求书

1.一种图像去雾自适应参数的计算方法，其特征在于，包括以下步骤：

步骤1获取图像数据集P＝{A，X，Ymean}，A表示全局大气光值，X为图像纹理的复杂程度，Ymean为图像的平均亮度；

步骤2对数据集P进行归一化处理，并将P代入Radviz算法，在Radviz算法的圆内获取平衡点位置，得到自适应参数k；

步骤3使用若干不同增益的图像，重复步骤1-2的方法，得到若干平衡点位置，通过人为判断无误的自适应参数k以输出值分布到圆内；

步骤4通过插值，得到分布有所有情况的k的增益圆；

步骤5通过图像解码数据，获取设备号，并计算图像数据集P，调出通过步骤4得到的设备增益圆，将P代入增益圆对图像进行识别，输出与所述输入图像相匹配的自适应参数k。

2.根据权利要求1所述的图像去雾自适应参数的计算方法，其特征在于，

归一化处理计算公式：t是一个自变量，用于找寻物体j属性下面所有调查值中的最大值与最小值；j为物体的属性；i为属性下物体所调查的数量；

满足拉力平衡条件：其中O_j为各个属性位于的坐标，x_ij为平衡点位置，a_ij为各个属性的拉力值；

则，平衡点位置计算公式：

3.根据权利要求1所述的图像去雾自适应参数的计算方法，其特征在于，对图像数据集P＝{A，X，Ymean}排除奇异点后进行归一化处理。

4.根据权利要求1所述的图像去雾自适应参数的计算方法，其特征在于，所述全局大气光值A值计算方法：取图像像素值前0.1％的像素点的值，计算挑选之后像素点的平均值；

所述图像的平均亮度Ymean计算方法，将所有像素点的值加起来再除以像素点的个数。

5.根据权利要求1所述的图像去雾自适应参数的计算方法，其特征在于，

所述图像纹理的复杂程度X计算方法：通过直方图计算，设图像的灰度为L，l为不同灰度值拥有的数量，灰度的平均值为Lmean，其中，相对应直方图为h(L)，则，X的计算公式为

6.一种图像去雾方法，其特征在于，获取权利要求1-5任一计算的得到的自适应参数k，通过图像解码数据，获取设备号，调出相应设备增益圆，对图像进行识别，输出增益圆内匹配的自适应参数k；

通过暗通道先验算法，输出识别到的暗通道图像；

识别天空区域，输出识别到的天空区域图像；

对暗通道图像与天空区域图像的值融合，得到I_in；

对I_in进行保边滤波，得到Y1，计算Iin-Y1的值并取得他们的绝对值Y2，对Y2进行一次保边滤波得到Yf；

去雾前的大气光幕值yshuchu计算公式：yshuchu＝Y1-Yf；

还原无雾图像计算公式：

I(x)：有雾图像；A：全局大气光值；yout：无雾图像。

7.根据权利要求6所述的图像去雾方法，其特征在于，所述暗通道先验的计算公式：

Idark＝min_y∈s(x)(min_c∈{r,g,b}I^c(y))；

c是一个自变量；I^c(y)是图像I的任意一个颜色通道；Idark是暗通道数据，s(x)是以x为滑动中心的滑动窗口，半径为R，R为自定义。

8.根据权利要求6所述的图像去雾方法，其特征在于，

识别天空区域处理方法：

将三原色图像转换为ycbcr图像，并提取Y分量；

Y分量使用高斯滤波进行滤波处理；

识别Y分量每个像素点各个方向梯度值，比较选取最大值，得到输出S，作为图像的梯度存为下一步的输入；

设置2个阈值，一为Y分量上的灰度级阈值，二为梯度最大值S，计算梯度最大值S的方差，设置方差阈值，通过所述灰度级阈值和所述方差阈值截断天空区域，得到Isky。