[发明专利]基于深度信息分离天空区域的单幅图像去雾方法及装置

摘要

本发明提供了基于深度信息分离天空区域的单幅图像去雾方法及装置，主要包括以下步骤(1)采用SLIC超像素分割方法，对含有天空的有雾图像进行过分割预处理，得到过分割图像；(2)提取区域的深度信息，对过分割图像进行区域合并，分离天空和非天空；(3)以天空区域的平均值估计大气光值，然后分别计算天空和非天空区域的透射率，形成整幅图像的透射率分布图；(4)由大气光值和透射率分布图，复原无雾图像。本发明结合超像素分割和区域合并技术，能够精准提取天空与景物的交界线，获得准确而完整的天空区域，不仅可得到可靠的大气光值，同时能避免天空失真，减少天空边界处由景深突变而引起的光晕现象，实现图像去雾。

主权项

一种基于深度信息分离天空区域的单幅图像去雾方法，其特征在于，该方法包括如下步骤：步骤1、超像素图像分割：采用简单线性迭代聚类(SLIC，Simple Linear Iteration Clustering)的超像素分割方法对原始有雾图像I进行过分割预处理，得到过分割图像；步骤2、天空分离：对步骤1得到的过分割图像，提取每个区域的深度信息，合并深度信息最接近的相邻区域，由颜色和纹理条件检测出天空区域，实现天空与非天空区域分离；步骤3、估计大气光值和透射率：以天空区域均值估计大气光值A，利用暗原色先验理论分别估计天空和非天空区域的透射率，形成整幅图像的透射率分布图T；步骤4、由原始有雾图像I，以及步骤3得到的大气光值A和透射率分布图T，根据复原公式复原无雾图像J；其中，步骤2天空和非天空分离的具体过程为：对过分割图像中的每个区域，在Lab颜色空间计算该区域的颜色特征，利用Laws掩膜提取纹理特征，以颜色特征和纹理特征作为该区域的深度信息，同时定义深度相似性函数，合并深度最接近的相邻区域，区域合并完成后，根据颜色和纹理条件检测出天空区域，实现天空和非天空分离；所述的天空和非天空分离方法，所述深度相似性函数为：首先利用Canny算子获得二值化的边缘图像，统计两区域边界线上边缘点数与该边界线上像素总数的比值，若该比值小于设定的阈值，则两区域之间不存在显著边缘，其深度相似性函数定义为二者颜色距离和纹理距离的加权和，否则两区域之间存在显著边缘，二者的深度相似性函数为无穷大；步骤3估计大气光值和透射率的具体过程为：分别计算天空区域所有像素RGB三分量的平均值作为大气光值，对天空以及非天空区域分别基于暗原色先验理论估计透射率，并采用引导滤波器细化修正非天空区域的透射率，形成整幅图像的透射率分布图；具体的，步骤1所述图像过分割的具体过程为：首先设置期望的超像素个数K，计算超像素间隔S，初始化种子点；然后在种子点2S×2S的邻域范围内对像素以颜色特征和位置特征(x,y)进行聚类，颜色特征包括Lab颜色空间的三个分量l,a,b，并以聚类区域中像素点的平均值更新种子点颜色和位置特征；最后计算更新前后种子点的残差，若残差小于设定的阈值，则迭代停止，获得过分割图像；其中，步骤2所述天空区域分离的具体过程为：对步骤1得到的过分割图像，第一步，在Lab颜色空间计算每个区域中所有像素三个颜色分量的均值作为该区域的颜色特征矢量fci＝(li,ai,bi)T，在Ycrcb颜色空间基于Laws纹理掩膜提取该区域的纹理特征fti；第二步，利用Canny算子获得二值化的边缘图像，统计区域间边界线上边缘点数与该边界线上像素总数的比值，若该比值小于设定的阈值，则不存在显著边缘，定义深度相似性函数为颜色距离和纹理距离的加权和，即Dij＝||fci‑fcj||2+ρ·|fti‑ftj|，否则区域间存在显著边缘，定义深度相似性函数Dij＝∞，其中||fci‑fcj||2表示颜色距离，|fti‑ftj|表示纹理距离，ρ为调节二者权重的权值，Dij值越小，表示两区域深度越接近，并合并深度最相似的相邻区域；重复第一步和第二步过程，直至合并前后区域个数不再发生变化，最后根据天空的颜色、纹理特性，设置天空区域应满足的条件为：Γi为第i个区域，和fti≤2·min{fti}，实现天空和非天空区域的分离；其中，步骤3所述估计大气光值和透射率的具体过程为：由分离得到的天空区域，分别计算RGB三通道的平均值作为大气光值A的估计；利用暗原色先验理论分别估计天空和非天空区域的透射率，其中t(x)为像素点x处的透射率，对于天空区域，Ωx为分离得到的整个天空区域，对于非天空区域，Ωx为以像素点x为中心的15×15邻域，w是为了使复原的图像看起来更自然而保留的少量雾；采用引导滤波的方法细化修正非天空区域的透射率，形成整幅图像的透射率分布图T。