[发明专利]一种图像去雾方法

说明书

本发明公开了一种图像去雾方法，该方法包括：从有雾图像中获取大气光值；采用基于canny算子的导向滤波算法从有雾图像中获取透射率图像；根据所述大气光值和透射率图像对有雾图像进行逐像素处理以得到去雾后图像。本方法可解决解决局部光晕效应，本算法在主观视觉效果优于其他算法，图像边缘去噪更自然；客观性能指标对比显示，改进的去雾算法具有更高的图像质量与较好的图像复原度。

技术领域

本发明涉及数字图像处理领域，具体涉及一种图像去雾方法。

背景技术

在雾霾天气或者光照较低时，会极大影响图像识别效果，因此，研究去雾算法可以提高识别效率。目前去雾方法主要包含两类。一类是基于非物理模型的去雾算法，运用图像增强算法提高图像对比度达到去雾效果，常见的有基于直方图均衡化^[1]和基于Retinex原理的算法^[2,3]，但此方法会丢失图像信息；另一类是基于物理模型的去雾算法，主要是何凯明博士提出的经典暗原色先验去雾算法^[4]，对图像进行复原，该方法具有较好的去雾效果，但也存在采用Soft Matting方法导致计算时间较长的问题，后续又提出引导滤波代替SoftMatting的去雾算法^[5]，但去雾后会出现光晕效应。针对以上问题也提出了一些改进算法，如文献^[6]使用单次均值滤波，算法复杂度较低，去雾效果较好。但对于景深区域会存在白色雾块；文献^[7]为了克服去雾图像块效应提出非局部先验算法并逐帧捕获颜色距离，但远景无雾的假设在实际中可能存在误差；文献^[8]提出自适应透射率的去雾算法解决传统暗原色先验透射率估算不准确的问题，但在判断雾浓度采用平均梯度值存在图像信息丢失的问题。

引证文献：

[1]林寿光.基于图像增强的直方图均衡化处理[J].科技广场,2012(10):32-34..

[2]洪平.基于RETINEX理论的图像去雾研究[D].上海交通大学,2013..

[3]李武劲,彭怡书,欧先锋,吴健辉,郭龙源,张一鸣,黄锋,徐智.基于改进Retinex算法的低照度图像增强方法[J].成都工业学院学报,2020,23(02):20-25.

[4]He Kaiming,Sun Jian,Tang Xiaoou.Single Image Haze Removal UsingDark Channel Prior.[J].IEEE Transactions on Pattern Analysis and MachineIntelligence,2011,33(12):2341-53.

[5]He Kaiming,Sun Jian,Tang Xiaoou.Guided image filtering.[J].IEEETransactions on Pattern Analysis and Machine Intelligence,2013,35(6):1397-409.

[6]刘倩,陈茂银,周东华.基于单幅图像的快速去雾算法[C]//第25届中国控制与决策会议,2013:3780-3785.

[7]董亚运,毕笃彦,何林远,马时平.基于非局部先验的单幅图像去雾算法[J].光学学报,2017,37(11):83-93.

发明内容

本发明的目的是根据上述现有技术的不足之处，提供一种图像去雾方法，该算法采用四叉树图像分割算法估算大气光值，并在计算透射率时，在引导滤波算法中引入边缘权值因子，解决了局部光晕效应，使得复原图像更清晰。

本发明目的实现由以下技术方案完成：

一种图像去雾方法，用于对有雾图像进行处理，其包括以下步骤：

从有雾图像中获取大气光值A；