[发明专利]一种基于RGB和HSV双颜色空间的图像去雾方法

权利要求书

1.一种基于RGB和HSV双颜色空间的图像去雾方法，其特征是：该方法由以下步骤实现：

步骤一、设定成像模型为：

I(x)＝J(x)t(x)+A(1-t(x)) (1)

式中，I(x)为待去雾的图像，J(x)为要恢复的无雾图像，A为全球大气光成分，t(x)为透过率；

根据暗通道先验算法得出下式：

式中，c为R、G、B三通道中的一个颜色通道，表示在局部区域y∈Ω(x)窗口内，无雾图像J(x)趋于0；

步骤二、引入一个在[0,1]之间的修正因子ω，获得暗原色先验估计的透过率图

步骤三、采用像素级的透过率估计方法，将式(3)中的局部最小值，变换为像素级的最小值通道，获得精细化的透过率t(x)的估计，如式(4)所示：

式中，为RGB空间中有雾场景辐射的最小值通道，ω为常数调节量，Φ(x)为雾的浓度估计；选取I^dark(x)图中亮度值前0.1％的点作为备选大气光A的位置点，再在原图上取上述点对应像素中亮度最大的点作为大气光值点，获得大气光值A；

步骤四、选取彩色图像的HSV模型，根据式(5)，获得饱和度归一化分量I_S；

式中，I_R,I_G,I_B分别为RGB空间的三个分量，找到饱和度图像I_S中的最小值的位置，并设定该位置为雾浓度最大的位置，利用L1范数，所有像素点与该最小值归一化距离为d_s(x)如式(6)所示：

设定以d_s(x)为自变量的减函数，如式(7)所示：

d_s(x)∈[0,1]，ξ值越大，Φ_s(x)的衰减越快，并且最终衰减值越接近0；

通过统计直方图的方式，去除掉饱和度图像值较小的像素，再求均值，根据每个图像获得一个自适应的ξ值；

在RGB空间中，找到I^c最大值位置，并设定该位置为雾浓度最大的位置，利用L2范数，所有像素点与该最大值归一化距离为d_rgb(x)如式(8)所示：

采用式(9)对雾的浓度进行估计，ξ的取值与公式(7)中的取值相同，当Φ_s(x)越大雾浓度越大，反之雾的浓度越小；

根据公式(7)和公式(9)，实现对雾浓度的估计，如式(10)所示：

Φ(x)＝ρΦ_rgb(x)+(1-ρ)Φ_s(x) (10)

式中，ρ为调整参数，将公式(10)代入公式(4)获得精细的透过率t(x)的估计；

步骤五、根据步骤一设定的大气散射模型和步骤四得到的透过率t(x),获得清晰的去雾图像，如式(11)所示：

设定最小值为t₀。