[发明专利]一种航拍图像去雾方法

说明书

本发明一种航拍图像去雾方法属于航拍图像复原邻域；该方法首先建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光，再利用非局部特征结构张量的主特征值对航拍图像的纹理信息进行描述，然后采用非局部特征结构张量的自适应滤波方法优化粗糙大气透射图，最后求到无雾图像；实验证明，本文方法能够有效消除去雾后图像边缘出现的“光晕”现象。

技术领域

本发明一种航拍图像去雾方法属于航拍图像复原邻域。

背景技术

随着无人机技术的飞速发展，无人机以其体积小，灵活性高，费用低，操作简单，监测速度快等优点广泛应用于各行各业当中。相比传统的卫星遥感和机载航空遥感，无人机遥感技术作为一项新的空间数据获取手段以其高分辨率和高时效而广泛的应用在各个领域。无人机遥感技术在各领域的应用以无人机获取的高清影像为前提，但由于天气中雾、霾等因素的存在，使得户外的能见度大大降低，影响无人机航拍图像的质量。当在雾天进行无人机遥感作业时，就需要对所获取的影像进行清晰化处理，为后续的处理工作提供可以依赖的清晰影像。

目前，国内外研究图像去雾的算法大体可分为基于非模型的图像增强方法和基于模型的图像复原方法。

基于非模型的图像增强方法，从主观上选择性的突出有价值部分的特征，提高图像清晰度和对比度，以达到满意的视觉去雾效果。但该类算法只是单纯的去除了图像当中的噪声，提高了图像的对比度，让图像边缘看起来更清晰并突出图像的某些性质，但这不是本质上的去雾。

基于模型的图像复原去雾方法，通过分析雾天图像的模糊化原理，构建大气散射模型的方式将输入的雾霾图像复原为无雾图像，实现了真正意义上的图像去雾。这类方法在去雾效果，时间复杂度等各方面都表现得比较均衡，是现阶段主流的去雾方法。但这类方法在去雾图像的边缘位置会产生“光晕现象”和梯度反转伪影的问题。

针对以上不足，提出了一种航拍图像去雾方法，利用非局部特征结构张量的自适应滤波法优化大气透射图，减少无雾图像的“光晕”和伪影效应，达到更好的去雾效果。

发明内容

针对上述技术需求，本发明公开了一种航拍图像去雾方法，该方法能够有效对有雾图像进行去雾清晰化处理，同时能够消除去雾后图像边缘位置产生的“光晕现象”和伪影效应。在视觉效果和颜色对比度方面优于其他去雾方法，并且去雾后图像整体颜色都比较自然，去雾效果更理想。

本发明的目的是这样实现的：

一种航拍图像去雾方法，包括以下步骤：

步骤a、建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光；

步骤b、利用非局部特征结构张量的主特征值对航拍图像纹理信息进行描述；

步骤c、采用图像非局部特征结构张量的自适应滤波方法优化粗糙大气透射图；

步骤d、求取无雾图像。

上述的一种航拍图像去雾方法，步骤a的具体步骤如下：

步骤a1：构建大气散射模型

构建大气散射模型如下：

I(x_e,g)＝J(x_e,g)t(x_e,g)+A(1-t(x_e,g))