[发明专利]一种基于暗原色先验与非局部MTV模型的单幅彩色图像去雾处理方法

摘要

本发明属于图像处理技术领域，涉及一种基于暗原色先验与非局部MTV模型的单幅彩色图像去雾处理方法，先通过逐层搜索法和快速导向滤波获取精确的大气光值与透射率，然后建立大气光照值A和大气传输函数t的能量泛函模型，最后利用NL_MTV模型中规则项与数据项恢复不同场景下的去雾图像，在得到清晰图像的同时，能有效减轻去雾处理后存在的噪声问题，同时也能保持场景原有的纹理特征。

主权项

1.一种基于暗原色先验与非局部MTV模型的单幅彩色图像去雾处理方法，其特征在于先通过逐层搜索法和快速导向滤波获取精确的大气光值与透射率，然后建立大气光照值A和大气传输函数t的能量泛函模型，最后利用NL_MTV模型中规则项与数据项恢复不同场景下的去雾图像，使恢复后图像更加清晰自然，同时保留原有图像的纹理、边缘特征，具体包括以下步骤：(1)大气光值的获取：在雾霾天气下的天空中某些区域颜色灰暗的像素的方差(或者变动)整体变化浮动不大时，利用四叉树子空间划分的逐层搜索方法获得大气光值，具体过程为：第一步，将待处理图像均匀地分成四个矩形子区域；第二步，建立评分机制，用区域内像素的平均值减去这些像素的标准差得到相应的评分，以此对每个区域进行筛选；第三步，将各子区域评分记录下来，从中选择评分最高的子区域；第四步，将选中的子区域继续划分为更小的四个子矩形；第五步，重复上述前四个步骤直到被选中的区域小于初始阈值65536；确定区域后，利用距离公式||(Ir(p),Ig(p),Ib(p)‑(255,255,255))||最小化的颜色来作为大气光值，使大气光值A尽可能接近天空的亮度值，其中r,g,b为三个颜色分量，Ir(p),Ig(p),Ib(p)分别代表在某一像素点p中不同颜色分量所对应的像素值；(2)透射率的获取：采用快速导向滤波方法获取透射率，其原理是下采样时减少像素点，计算后进行上采样逆变换到原有大小，该算法在细化透射率的同时也提升了计算效率；(3)建立去雾能量泛函模型：建立过程：利用非局部MTV模型令μ_i＝J_i,将原式中f_i替换，得到去雾能量泛函模型为：式中，λ为惩罚参数，用于调节有雾图像的恢复程度，I为有雾图像，J为待恢复图像，为非局部梯度，Ω为整个图像区域，m依据处理图像的颜色模型决定，彩色图像通常是由RGB三层分量构成，故m值取3；(4)对建立的去雾能量泛函模型进行求解：采用ADMM算法来求解步骤(3)建立的能量泛函模型，具体求解过程如下:先引入辅助变量k代表迭代次数，令来简化计算过程，从而将式(1)变换成如下ADMM迭代优化形式：为非局部梯度，μ为惩罚参数，用于控制μ越大，越接近于零，μ初始越大值为5；λ为惩罚参数，λ越大，w越接近于零初始值0.001；根据ADMM的计算特点，首先固定w求J：得到关于J的Euler‑Lagrange方程为：令经化简最终得到：然后固定J求w：得到关于w的Euler‑Lagrange方程为：及关于w^k+1的近似软阈值公式为：为辅助变量，初始值为程序每循环一次当前值更新一次，当程序结束时，由软阈值公式计算最终的的值，其中σ的更新为：为拉格朗日乘子，初始值为0，程序每循环一次当前值更新一次，当程序结束时，由软阈值公式计算最终的的值，程序的终止条件为上一步的计算得到的泛函能量减去本次计算得到的泛函能量小于阈值0.002；程序终止时计算出值；(5)得到并输出去雾处理后的图像。