[发明专利]基于暗亮原色先验与自适应参数优化的图像去雾方法

摘要

本发明公开了基于暗亮原色先验与自适应参数优化的图像去雾方法，根据白色区域像素值普遍较高的特点提出了亮原色先验理论，将该理论与暗原色先验理论相结合，有效解决了雾天图像中白色区域的去雾问题，将类天空区域的像素值与最大暗通道值进行自适应的加权处理，使得求取的大气光值鲁棒性更强，再通过自适应权值优化的图像去雾算法，从而更好的实现了去雾后图像的优化处理，通过自适应尺度的引导滤波算法，将原有雾图像的尺寸大小自适应调节滤波尺度，使得滤波后效果更佳，从而实现图像的有效去雾，本方法不仅有效解决了原算法不适用于大面积白色区域和去雾后图像偏暗等问题，而且去雾之后的图像视觉效果更加真实自然。

主权项

1.一种基于暗亮原色先验与自适应参数优化的图像去雾方法，其特征在于，包括以下步骤：步骤1)、对获取的有雾原图进行OTSU算法处理，得到类天空区域的数值，对获取的有雾原图通过暗原色先验算法处理得到暗原色先验算法数值，将类天空区域的数值与暗原色先验算法得到的数值进行加权处理，从而得到加权平均的大气光A值；步骤2)、以大气光A值为阈值，将大于等于大气光A值的区域定义为亮原色区，小于大气光A值的定义为暗原色区，从而得到暗亮原色先验理论；步骤3)、将雾天图像退化模型与暗亮原色先验理论相结合，从而得到粗透射率；步骤4)、通过自适应权重ω值取值算法，对粗透射率进行优化；步骤5)、通过自适应引导滤波算法对优化后的粗透射率进行细化，从而得到细透射率；步骤6)、最后将原有雾图像、加权平均的大气光A值和求得的细透射率一起代入雾天图像退化模型，最终得到去雾后的图像。