[发明专利]一种基于高斯滤波的单幅图像的实时去雾方法

摘要

本发明提供一种基于高斯滤波的单幅图像的实时去雾方法，它建立在物理模型的基础上，能实现降质图像的真实场景复原。该方法包括四大步骤，步骤一：计算输入有雾图像的暗通道图像并估计全局大气光值；步骤二：粗步估计大气耗散函数；步骤三：采用高斯滤波对大气耗散函数进行细化；步骤四：恢复场景辐射度。本发明克服了现有去雾速度较慢、不能应用于实时处理系统的缺点，得到的去雾图像效果好，处理速度快，能应用于实时系统中，具有较好的实用价值和广阔的应用背景。

主权项

1.一种基于高斯滤波的单幅图像的实时去雾方法，其特征在于：该方法具体步骤如下：步骤一：读取原始有雾图像I(x)，计算暗通道图像及估计全局大气光值A：（1）在Microsoft Visual Studio 2008语言环境中读取一张原始有雾图像I(x)；（2）计算输入有雾图像的暗通道图像其中，I^c表示图像I的某个颜色通道；Ω(x)表示以像素x为中心的方形区域，尺寸为4×4；（3）估计全局大气光值A=I(x_k)，其中表示暗通道图像I^dark(x)中最亮的像素的二维坐标，于是，全局大气光值为暗通道图像中最亮的像素对应的原始有雾图像的像素的颜色值；步骤二：根据输入有雾图像的暗通道图像，粗步估计大气耗散函数V(x)：（1）大气散射模型归一化；在大气散射模型中，分别对每个颜色通道进行归一化，即模型两端同除以全局大气光A^c，得到归一化的大气散射模型Ic(x)Ac=Jc(x)Act(x)+V(x);]]>（2）通过灰度拉伸将限制在[0,1]范围内Ic(x)Ac=(Ic(x)Ac-min(Ic(x)Ac))/(max(Ic(x)Ac)-min(Ic(x)Ac))]]>其中，表示取矩阵中的最小值；表示取矩阵中的最大值；（3）粗步估计大气耗散函数V~(x)=miny∈Ω(x)(minc∈{r,g,b}Ic(y)Ac)]]>这里Ω(x)表示以像素x为中心的方形区域，尺寸取为1×1；步骤三：细化大气耗散函数（1）采用高斯低通滤波来细化大气耗散函数表示为V(x)=1WgΣy∈SGσ(||x-y||)V~(y)]]>上式中，W^g为归一化系数Wg=Σy∈SGσ(||x-y||)]]>其中，G_σ为高斯函数，高斯模板的尺寸为5×5，σ为0.7；（2）计算大气传输函数根据大气耗散函数的定义，求得大气传输函数t(x)=1-V(x)其中，V(x)表示细化后的大气耗散函数；步骤四：恢复场景辐射度J(x)（1）重新计算大气传输函数及大气耗散函数t'(x)=min(max(M/|I-A|,1)·max(t(x),t₀),1)V'(x)=1-t′(x)其中，容差M为50；t₀为0.1；t(x)为步骤三中求得的大气传输函数；min(*,1)表示取矩阵*中元素与1中的最小值；max(*,1)表示取矩阵*中元素与1中的最大值；max(t(x),t₀)表示取矩阵t(x)中元素和t₀中的最大值，·表示点乘；（2）恢复的场景辐射度为J(x)=A×I′(x)/A-kV′(x)t′(x)]]>其中，A为全局大气光值；I'(x)/A表示步骤二中经过灰度拉伸操作的的三个颜色通道的合成图像；k值一般为0.8-0.9。