[发明专利]基于暗通道与非局部先验的图像去雾方法及系统

摘要

本发明公开了一种基于暗通道与非局部先验的图像去雾方法及系统，属于图像信息处理技术领域。本发明的图像去雾方法能够对雾霾天气下采集的降质图像进行合理恢复。本发明的方法包括如下步骤：(1)求取有雾图像的暗通道图像；(2)根据暗通道图像估计有雾图像的大气光强；(3)基于非局部先验估计图像的透射率；(4)对透射率图像进行修正；(5)采用大气散射模型复原无雾图像。本发明还公开了一种基于暗通道与非局部先验的图像去雾系统。本发明能够真实自然地还原图像当中的景物信息，而且算法的复杂度低，运行速度快，有广泛的应用前景。

主权项

1.一种基于暗通道与非局部先验的图像去雾方法，其特征在于，步骤如下：(1)求取有雾图像的暗通道图像首先求取有雾图像每个像素点的R,G,B三个通道值的最小值，然后进行最小值滤波即得到有雾图像的暗通道图像，具体表达式如下：其中，I表示有雾图像；I^c表示I的R,G,B三个颜色通道之一，I^c(y)表示图像当中单个像素点的某一个颜色通道的值，Ω(x)是以像素点x为中心的一个滤波区域，J^dark即为I的暗通道图；(2)根据暗通道图像估计有雾图像的大气光强计算暗通道图像中像素值前0.1％的像素点的位置，然后求取有雾图像中对应位置的像素值的平均值作为有雾图像的大气光值A；(3)基于非局部先验估计有雾图像的透射率1)首先将有雾图像I(x)与大气光值A做差，将得到的图像记为I_A(x)，则大气散射模型表示成：I_A(x)＝t(x)·[J(x)‑A]    (1‑2)其中，J(x)表示复原的清晰图像，t(x)是透射率，描述物体反射光线能够经过衰减到达观测点的比例，将I_A(x)表示成球坐标形式为：I_A(x)＝[r(x),θ(x),φ(x)]    (1‑3)其中，半径r(x)的计算表达式为：r(x)＝t(x)||J(x)‑A||,0≤t(x)≤1    (1‑4)此时球坐标系的原点对应图像的大气光值A；2)依据变换后像素点的[θ(x),φ(x)]值的大小，对有雾图像当中的像素点采用KD‑Tree的方法进行聚类，根据非局部先验，位于同一类当中的像素点呈线状分布，因此聚类后得到多条haze‑line，假设图像整体的大气光值是一致的，每条haze‑line都经过球坐标系的原点，依据非局部先验位于同一条haze‑line的像素点在无雾图像J(x)中的对应点的像素值是相同的，根据公式(1‑4)，得知位于同一条haze‑line上的点的半径的差异与透射率的差异成正比的；假设每条haze‑line上最大半径对应的点为清晰无雾的点，即半径最大的像素点所对应的透射率为1；最大半径的定义式如下：根据上述求得的最大半径，得到同一条haze‑line上其他像素点对应的透射率为：(4)对透射率图像进行修正1)每条haze‑line上半径最大的点不一定是清晰无雾的点，当半径最大的点受雾影响时，最大半径小于理想的清晰无雾的点的半径，采用公式估计的透射率的值偏大；改进方法如下：设定透射率的取值空间为[0.1,1]，对透射率进行剪切处理，得到图像记为由于估计得到的透射率较实际偏大，加入参数p进行修正：根据恢复的无雾图像的像素值大于0得到每个像素点对应的透射率的下限值为：其中，I_c(x)表示有雾图像的像素点的RGB三个颜色通道值之一，A_c表示大气光值的三个颜色通道值之一；采用下限值约束后的透射率的表达式为：2)基于非局部先验估计得到的透射率是以像素点为单位进行估计的，没有加入图像的空间限制；图像当中的点与其邻近的点的透射率差异很小，当像素点受到噪声影响导致最终估计的透射率不准确时，通过加入空间限制项减少透射率估计的误差，通过最小化如下的关于的目标方程，实现对透射率的进一步优化：其中，是经式(1‑7)处理得到的透射率图像，σ(x)是位于同一条haze‑line上的点的透射率的标准差，λ是用来控制数据项和平滑项的参数，N_x是像素点的四邻接的像素集合，I(x)和I(y)表示的是引导图像当中像素点的像素值；采用透射率的下限值t_LB作为引导图像；3)将上述根据公式(1‑8)计算得到的透射率与根据步骤(2)计算得到的大气光值代入大气散射模型，即可恢复无雾图像，通过观察，恢复的图像在场景深度小的部分去雾不完全，因此对透射率图像进行进一步的修正，具体的过程如下：首先计算透射率图像下半部分的平均值m，设定阈值T＝m‑a，a为常数，用于控制阈值，将透射率图像当中大于阈值的部分缩小为原来的η倍；(5)利用大气散射模型恢复无雾图像对透射率进行上述修正后，已经取得较好的去雾效果，但当有雾图像中含有大面积天空时，去雾后的图像会出现噪声放大与颜色失真现象；是由于天空区域的透射率的值比较小，采用如下表达式：进行去雾时，由于图像天空区域的像素值I(x)与大气光值A接近，与较小的t(x)相除后将差异扩大，这与天空区域平坦光滑的特性是相反的，造成去雾后图像的天空区域产生失真；采用设定自适应透射率下限阈值t₀的方法进行改进，阈值的表达式为：其中，α和β为可调系数，用于控制天空区域的弱化程度，n为透射率图像当中像素值小于α的像素点的个数，N为透射率图像的像素总数；通过设置透射率下限阈值可以增大天空区域的透射率，进而能够改善去雾后天空区域的颜色失真与噪声放大现象，同时采用自适应阈值的方法，根据天空区域的面积自适应调节阈值，增强了算法的鲁棒性；将修正后的透射率t(x)与估计得到的大气光值A代入以下公式：即可恢复清晰的图像；因为在场景的透射率过小的情况下，恢复的图像受噪声影响，失真严重，所以设置透射率的下限值t₀以减少图像的失真；此外，将t₀设置为自适应参数，改进图像当中天空区域颜色失真的现象；将ω设置为大于1的数，为图像的远景部分保留一定量的雾，使得去雾后的图像看起来更加真实自然；为了改善去雾后图像的视觉效果，对恢复的清晰图像进行自动色阶处理；自动色阶算法将每个颜色通道中位于上下限阈值之外的像素映射到纯白或纯黑，同时将中间像素按比例重新分配以提高图像的对比度；其中上下限阈值设置的方法具体如下：首先统计有雾图像R,G,B三个颜色通道的直方图，然后设定剪切比例，根据剪切比例，计算剪切的上下限阈值。