[发明专利]一种基于改进大气散射模型的单幅图像快速去雾方法

摘要

本发明公开了一种基于改进大气散射模型的单幅图像快速去雾方法，该方法针对大气散射模型的缺陷，将原散射模型中的大气光与透射率分别重新定义，并以改进模型为基础，首先依据雾气浓度特征对有雾图像进行场景分割；然后，借鉴He方法所提的腐蚀法，采用平均策略估计出场景入射光L；其次，通过最大化每个场景的对比度信息粗略估计出场景透射率T，并提出一种基于环境特征的透射率自适应调节机制，以实现柔性去雾；最后，提出一种导向全变分模型对初始估计结果进行边缘优化，将优化结果导入改进的散射模型，复原出清晰图像。该方法能有效解决光照不均匀、过增强和过饱和等问题，且在去雾能力，其普适性和去雾速度都优于现有的主流去雾方法。

主权项

1.一种基于改进大气散射模型的单幅图像快速去雾方法，其特征在于，所述方法包括如下步骤：步骤1：将原散射模型中的大气光A与透射率t分别重新定义为场景入射光L和场景透射率T，每个场景下的L和T为恒定值，得到改进的大气散射模型；步骤2：依据雾气浓度特征对原始有雾图像进行场景分割；步骤3：估计各颜色分量的场景入射光图像，并采用腐蚀法消除白色物体对其产生的影响，采用平均策略来弱化场景错误分割像素的干扰；步骤4：通过最大化每个场景的对比度信息粗略估计出场景透射率，然后通过基于环境特征的透射率自适应调节机制，实现柔性去雾；步骤5：通过一种具有导向功能的全变分模型，对估计的场景入射光图和透射率图进行优化；具有导向功能的全变分模型可描述为：上式中，T_refine为优化透射率图，为待优化目标输入，β、γ为惩罚因子，E为能量函数，G为引导图像，W为梯度权重，为提高上述模型的计算速度，利用r×r邻域对图像的梯度进行逼近，则模型可近似为：上式中，Trefine‑i、Gi分别为Trefine、G的邻域像素，令上式的导数为0，经整理可得：将上式改写为迭代形式：上式中，j为迭代次数，分子中的前2项依赖于输入信息，在迭代过程中只需计算一次即可，仅第三项需要不断更新，第三项只需进行简单的r×r邻域求和操作，采用盒子滤波器进一步加速处理，使其复杂度降为O(1)，令为步骤1所估计出透射率图T，T_refine的初始输入为引导图像G为原图像I的亮度分量，当参数为α＝3、β＝3·(Iter‑1)、γ＝4、r＝max(l_h,l_w)/15时可取得较好的效果，其中Iter、l_h、l_w分别为迭代次数、图像的高与宽；步骤6：将优化后的结果导入改进的大气散射模型复原清晰图像R。