[发明专利]一种基于暗通道先验和马尔可夫随机场的图像去雾方法

摘要

本发明请求保护一种基于暗通道先验和马尔可夫随机场的图像去雾方法。针对在雾霾环境下获取的图像降质严重、现有算法去雾图结构细节信息丢失较多的问题，提出一种结合暗通道先验(Dark channel prior，DCP)和马尔可夫随机场(Markov Random Field，MRF)的单幅图像去雾方法。本发明方法先采用子块部分重叠局部直方图均衡(POSHE)对原始雾图进行增强，以提高其对比度，并通过DCP算法获取优化后的透射率；利用MRF模型对图像结构细节信息的约束特性，对透射率进行建模，以进一步细化透射率；由天空域的显著特征，通过分块搜索法求取大气光值。与传统去雾方法相比，本发明能得到更精确的透射率图，有效保持图像结构信息，去雾后的图呈现出丰富的细节和较真实的色彩视觉效果。

主权项

一种基于暗通道先验和马尔可夫随机场的图像去雾方法，其特征在于，包括以下步骤：步骤1：获取原始有雾图像D(x)；步骤2：采用POSHE子块部分重叠局部直方图均衡算法对原始有雾图像进行增强；步骤3：将增强后的图像作为输入图，利用暗通道先验原理求取透射率步骤4：在马尔可夫随机场模型中，对透射率进行MRF模型建模，即利用MRF模型建立各像素点的透射率值之间的约束关系式，从而求得细化后的透射率t(x)；步骤5：利用分块搜索法求取大气光值A；步骤6：将上述求取的透射率t(x)和大气光值A代回雾天图像退化模型中，反演得到最终去雾图H(x)。