[发明专利]一种基于图像景深的实时图像去雾方法

摘要

本发明提供了一种基于图像景深的实时图像去雾方法，首先对有雾图像进行灰度图像处理；再对灰度图像进行分块最小值计算暗原色图，并估计大气光值，计算粗略大气耗散图和景深掩膜；然后再计算不同景深增强图像和边缘羽化的掩膜；最后进行融合处理得到去雾后图像。该方法在对单幅图像进行处理时，在图像对比度增加方法中融入了景深信息，同时还采用了图层融合方式，可以并行计算，实时性强，去雾效果明显。

主权项

1.一种基于图像景深的实时图像去雾方法，其特征在于，包括如下步骤：步骤1，读取有雾图像I(x,y)，其中x和y表示图像中各个像素点的横坐标和纵坐标，若有雾图像I(x,y)为彩色图像，则将有雾图像I(x,y)中各像素点R、G、B三通道的最小值赋值给各像素点R、G、B三通道，得到有雾图像I(x,y)的灰度图像为I_g(x,y)，若该有雾图像I(x,y)为灰度图像，则灰度图像I_g(x,y)＝I(x,y)；步骤2，将灰度图像I_g(x,y)划分成若干个方块区域Ω，再分别获取每个方块区域Ω内像素点的最小像素值，并将获取的最小像素值赋值给对应方块区域Ω内的所有像素点，得到各个方块区域Ω对应的方块暗原色图为：Idark(x,y)x,y∈Ω=min(Ig(x,y))x,y∈Ω]]>在赋值完成后，便形成了由若干个方块暗原色图构成的暗原色图I^dark(x,y)；步骤3，将暗原色图I^dark(x,y)上部j行内所有像素点的最大像素值设为大气光值A，其中j取10%的暗原色图I^dark(x,y)行数，再求出粗略大气耗散图V(x,y)为：步骤4，对粗略大气耗散图V(x,y)按照现有的大气散射模型进行n层景深均匀分割，其中n≥5，得到各个景深下的掩膜L_k(x,y)为：其中，k＝1,2,…,n；步骤5，对各个景深下的掩膜L_k(x,y)进行图像滤波处理，得到不同景深下的边缘羽化掩膜L'_k(x,y)，同时，在各个景深下的掩膜L_k(x,y)中找出L_k(x,y)＝1所对应的像素区域，根据每个掩膜中的像素区域在有雾图像I(x,y)中取出各个掩膜对应的像素点，再分别对各个掩膜对应的像素点进行处理，设各个掩膜对应的像素点的个数为M_k，分别将每个掩膜对应的像素点按像素值递增顺序依次排列，再分别计算每个排列中前0.1%M_k个像素点和后0.1%M_k个像素点的像素值总和和再对有雾图像I(x,y)进行n次对比度拉伸处理，当有雾图像I(x,y)为彩色图像，则分别对有雾图像I(x,y)的R、G、B三个通道进行n次对比度拉伸处理，得到各个景深下的增强图像I_k(x,y)为：Ik(x,y)=I(x,y)-ILk(x,y)=1min(x,y)ILk(x,y)=1max(x,y)-ILk(x,y)=1min(x,y);]]>步骤6，对不同景深下的增强图像I_k(x,y)进行加权融合处理，当有雾图像I(x,y)和增强图像I_k(x,y)为彩色图像，则分别对每个像素点的R、G、B三个通道进行加权融合处理，得到去雾后图像I'(x,y)为：I′(x,y)=Σk=1,nLk′(x,y)·Ik(x,y)Σk=1,nLk′(x,y).]]>