[发明专利]一种单幅全色遥感雾霾图像清晰化方法

说明书

一种单幅全色遥感雾霾图像清晰化方法，涉及数字图像处理技术领域，解决现有图像增强算法及暗通道复原算法应用的局限性，本发明针对全色遥感雾霾图像的清晰化问题，利用全色图像的局部区域内，存在一定的暗像元，即其码值接近零，得到全色遥感图像的透过率估计方法。为了避免块效应以及景深突变出的光晕现象，综合考虑边缘保持特性以及平滑特性，采用一种均小值滤波方法，得到透过率的准确估计，最终获得边缘细节清晰、信噪比高的清晰化遥感图像。本发明的算法运算量小，稳定可靠，可应用于实时工程系统中。

技术领域

本发明涉及数字图像处理技术领域，具体涉及一种单幅全色遥感雾霾图像清晰化方法。

背景技术

光学遥感平台获取的空间高分辨率遥感图像，特别是全色波段图像具有内容丰富、对比度好、清晰度高等特点。对空间高分辨率遥感图像的分析与解译，尤其是全色波段图像的处理，在军事上具有较高的应用价值。然而，近年来由于环境污染和气候变化，使得雾霾天气广泛存在，空气中大量气溶胶粒子、微小水滴等颗粒对光线的吸收和散射作用导致遥感成像质量严重退化，对比度下降，极大地限制了遥感系统效用的发挥，给后期图像处理和分析带来了困难。因此，对单幅全色遥感雾霾图像进行清晰化处理意义重大。

目前，对单幅遥感雾霾图像的清晰化方法主要分为两大类，一类是图像增强方法，另一类是图像复原方法。图像增强方法主要包括：直方图均衡化、小波变换、Retinex算法以及同态滤波等，但每种算法在对有雾遥感图像进行增强只是对比度的拉伸，去雾效果不佳，甚至导致去雾后的图像出现光晕现象。图像复原方法去雾是从雾天图像的模糊退化机理入手，根据大气散射理论，建立雾天成像的散射模型。近年来何凯明提出的被公认的有效算法—暗通道先验算法，就是基于此模型展开研究的。然而暗通道算法主要是针对彩色图像，需要分别对R、G、B三个通道进行处理的，对于全色图像，该算法并不适用，去雾处理效果欠佳。

发明内容

本发明为了解决现有图像增强算法及暗通道复原算法应用的局限性，提供一种单幅全色遥感雾霾图像清晰化方法。

一种单幅全色遥感雾霾图像清晰化方法，该方法由以下步骤实现：

步骤一、给定大气散射成像模型，用公式表示为：

I(x)＝J(x)t(x)+A(1-t(x)) (1)

其中，I(x)为有雾的图像，J(x)为无雾图像，A是全球大气光，t(x)为透过率；

步骤二、设定在全色遥感图像的局部区域内，暗像元的码值接近0，由下式表示为：

将所述大气散射成像模型公式(1)的两边取局部区域的最小值，如下：

其中，为透过率的粗略估计，Ω(x)为以x为中心的局部区域，y为该局部区域内的像素，将公式(2)代入公式(3)中，并引入一个在[0,1]之间的修正因子ρ，获得所述透过率粗略估计图用下式表示为：

步骤三、对式(4)采用一种均小值滤波方法进行改进，获得透过率t(x)的准确估计，用下式表示为：

步骤四、将公式(5)代入公式(1)用下式表示为：

选取I(x)图中的前200个像素值的平均值作为大气光A的值，采用自动色阶的方法进行对比度拉伸，得到清晰化后的全色遥感图像。