[发明专利]一种基于多尺度分解的单幅夜间图像去雾方法

说明书

本发明公开了一种基于多尺度分解的单幅夜间图像去雾方法，涉及图像去雾技术领域。步骤包括：利用相对平滑约束将输入的单幅夜间雾天图像分解为辉光图像和残差图像，去除夜间雾天图像中多光源的辉光效应；利用伽马校正方法对残差图像进行补偿亮度；然后结合全变分约束构造能量优化方程将亮度补偿后的图像分解为一个结构图像和两个尺度的纹理图像；进而利用局部暗通道先验算法对结构残差图像进行去雾操作得到无雾的结构图像；利用三维块匹配去噪算法去除纹理图像T₁中的噪声成分；随后对两个尺度的纹理图像进行梯度域增强得到细节清晰的纹理层图像；最后，将去雾后的结构层图像和细节增强后的两个尺度的纹理图像进行线性融合得到无雾的夜间图像。本发明的优势在于去除图像中的雾气干扰、补偿图像的亮度和突出纹理细节的同时，还可以达到噪声抑制的效果。

技术领域

本发明涉及数字图像处理领域，特别是一种基于多尺度分解的单幅夜间图像去雾方法。

背景技术

夜间雾天条件下，由于低照度、人造光源以及雾霾等因素的影响，导致户外采集的图像或视频会出现光照不均匀、亮度过暗、噪声大、纹理细节模糊等现象，严重制约了户外计算机视觉系统在夜间场景的正常运行，同时也给人们的日常生活和出行造成严重的影响。例如，机车在道路行驶中，夜间环境通常是人眼视觉感知较弱，安全隐患较大，事故频发的场景，此外如果再加上雾霾天气的影响，使得视觉能见度进一步降低，此时正是需要计算机辅助视觉系统来提高驾驶员对周围环境的感知能力，进而避免安全事故的发生。因此，在夜间雾天条件下改善采集图像的质量对计算机视觉同的应用有着重要的现实意义。

夜间雾天条件下采集的降质图像与白天场景有着明显不同。白天场景下大气光的来源主要是太阳光，呈均匀分布，而夜间雾霾场景下成像过程中参与成像的环境光主要来自路灯、车灯等人造光源，具有照度低、分布不均匀以及颜色多样等特点，进而导致采集到的图像会出现亮度过暗、细节模糊不清、颜色失真等现象，同时图像中较暗区域也会隐藏大量的噪声，在复原过程中通常会被放大。然而目前主流的图像去雾方法主要关注白天场景，无法很好的解决夜间场景下的图像去雾问题。因此，本发明对于数字图像处理领域具有重要的理论价值。