[发明专利]一种基于亮度分量极小化的单幅图像去雾方法

摘要

本发明在天气散射模型的基础上提出了一种快速有效的图像去雾算法，该方法首先根据雾天图像的亮度分量与雾、霾浓度的关系，利用它自身的亮度分量来估算粗略目标传输图，然后采用一种线性空域滤波对其进行平滑去噪，得到精确的目标传输函数，再代入人气散射模型中得到复原的无雾图像，最后采用基于人眼视觉特性的拟合函数对复原图像进行亮度调节，此时仅对复原的无雾图像的亮度分量进行处理以保持图像色彩的准确性，并且将输入的雾天图像的亮度分量与复原的无雾图像的亮度分量做一个色彩空间的线性映射，这样可以保持复原的无雾图像与输入的雾天图像的色彩致性，使复原图像更加真实、自然。

主权项

一种基于亮度分量极小化的单幅图像去雾方法，其特征在于，融合了亮度分布特点和人眼视觉特性，包括提取雾天图像亮度分量、获取无雾图像、无雾图像的亮度增强三个部分，第一部分包括两个步骤：步骤1，将输入的彩色雾天图像按照颜色通道分解为红色通道分量、绿色通道分量和蓝色通道分量，然后通过亮度转化进行亮度值计算，得到亮度图像；步骤2，对步骤1的亮度图像采用掩模最小化滤波处理，得到雾浓度分布图；第二部分包括四个步骤：步骤3，利用步骤2获得的雾浓度分布图估计雾天图像的粗略传输图；步骤4，采用自适应线性空域滤波对步骤3的粗略传输图进行平滑处理，得到保边平滑去噪后的精确目标传输图；步骤5，从步骤2中获得的雾浓度分布图中统计出前0.1％像素灰度值最大的像素点，并将这些像素点对应在步骤1获得的亮度分量中的最大像素灰度值定义为全局光线强度A；步骤6，将步骤4和步骤5代入雾天大气散射模型，得到复原的无雾图像；第三部分包括六个步骤：步骤7，利用亮度转换公式得到步骤6获得图像的亮度分量；步骤8，采用图像增强拟合函数增强步骤1的亮度图像；步骤9，采用图像增强拟合函数增强步骤7的亮度图像；步骤10，采用步骤8和步骤9获得的亮度图像来共同约束步骤7获得的亮度图像，保证复原的输出结果与输入的有雾图像的亮度一致性；步骤11，将步骤10输出结果的约束截断在[0，1]，以保证输出结果的有效性；步骤12，将步骤11获得的图像进行色彩空间的线性映射，输出增强后的无雾图像。