基于多尺度融合的暗通道先验图像去雾方法
【专利摘要】一种基于多尺度融合的暗通道先验图像去雾方法，其步骤为：（1）对雾天退化图像分别采用1×1、15×15邻域尺寸的颜色通道最小值滤波，得到相应的暗通道图像，以此计算点、块估计透射率图；（2）对点估计透射率图进行基于L0梯度最小化的保边缘图像平滑；（3）对块估计透射率图采用大尺寸高斯滤波处理；（4）以归一化的梯度幅值为权重，将点、块估计透射率图像融合得到修正透射率图；（5）基于中值滤波估算透射率下界；（6）利用15×15暗通道图像估计天空亮度；（7）反解雾天退化模型，输出去雾结果。本发明具有去雾能力强、复杂度低、可提高图像去雾质量和效率等优点。
【专利说明】基于多尺度融合的暗通道先验图像去雾方法
【技术领域】
[0001]本发明主要涉及到图像处理领域，特指一种适用于雾天降质图像增强处理的基于多尺度融合的暗通道先验图像去雾方法。
【背景技术】
[0002]在雾天影响下，图像采集设备所获取的图像往往出现对比度减弱、颜色退化、细节丢失等问题，以致图像可视性急剧下降，若直接应用到计算机视觉系统(如道路监控、船舶导航等)中，必然对系统的鲁棒性、准确性造成不利影响。在某些环境下，所能获取的数据只有单幅降质图像时，信息量不足使得去雾成为病态方程求解问题。现有的去雾增强算法往往根据一定的强先验知识、适当假设来增加有效约束，或是借助各种插值方法对真实像素值进行估计修正。除了可能导致失真、假边缘、光环效应等不良后果外，处理速度更是大幅度受到抑制。因此，更加高效、实用的去雾方法有待进一步研究。
[0003]现有技术中，单幅图像去雾增强方法主要分为两类:基于对比度增强和颜色校正的去雾方法、基于雾天退化模型的去雾方法。
[0004]基于对比度增强和颜色校正的去雾方法的实质为:不分析天气因素造成图像降质的物理成因，基于颜色恒常性理论对图像颜色进行校正，或增强全局、局部对比度，属于图像增强的范畴；该类方法主要基于图像本身进行像素或邻域处理，计算相对简单。但由于没有考虑场景的景深信息，不能充分校正景深较大区域的对比度和颜色，无法保证图像质量，增强结果中时常会出现不可预测的失真。
[0005]基于退化模型的去雾方法的实质为:利用大气退化模型或其变形形式，通过对图像数据本身做各种假设或利用先验知识增加约束以求解模型中包含的未知参数，进而求解图像退化的逆过程以恢复去雾图像。该类方法一般借助最优化方法估计模型参数，往往存在计算过程复杂、耗时的问题，计算开销常常随图像尺寸增加而变得不可接受。但由于其能在不损伤图像质量的前提下恢复不同景深场景的反照率，而受到业内的广泛关注。
[0006]有从业者通过对大量自然场景图像分析后发现，任意局部区域内均存在某些像素，其在至少一个颜色通道内的强度趋于零，亦即暗通道先验。并据此提出基于暗通道先验(DarkChannel Prior, DCP)的单幅图像去雾算法,其流程图如图1所示，其主要过程为:
[0007](I)输入雾天退化图像，在15X15的邻域范围对其进行红、绿、蓝三通道的最小值滤波，得到分块暗通道图；
[0008](2)对步骤(2)中得到的分块暗通道图中像素按强度从大到小排序，取前0.1%的像素，搜索其在退化图像中对应的像素，将强度最大的像素值作为天空亮度的估计值；
[0009](3)对步骤(2)中得到的分块暗通道图，应用暗通道先验条件假设，求取15X15分块估计的透射率图像；
[0010](4)采用Soft Matting插值算法处理步骤(3)中得到的块估计透射率图，设置透射率下界为0.1，得到修正细化的透射率图像；
[0011](5)依据步骤(4)中得到的修正细化透射率图，代入雾天退化模型进行逆向求解，得到最终增强结果。
[0012]上述方法能够很好恢复不同深度的场景信息，但从以上过程可以看出，上述的暗通道先验去雾方法仍存在以下三方面问题:
[0013](I)基于一定尺度的块估计进行插值细化，对于有前景干扰遮挡的小面积景深突变区域的透射率估计不准，导致去雾不彻底；
[0014](2) Soft Matting过程当中需求解大规模稀疏线性方程组，时间复杂度、空间复杂度巨大，在景深突变边缘处也可能会出现过冲失真现象；
[0015](3)使用Soft Matting求取的透射率图中包含大量不反映深度信息的冗余纹理细节，代入退化模型反解后会造成增强结果丢失纹理细节。
[0016](4)透射率下界认为规定为固定值，对于不同雾化情况下的退化图像的自适应差。
[0017]为解决上述问题，另有从业者假设大气耗散函数中大气遮罩项总逼近于最大值，且局部平滑，利用中值滤波的变形形式进行估计，能够到达快速去雾，同时很好地去除有前景遮挡干扰的小面积景深突变区域的雾效。但由于中值滤波不具备良好的边缘保持性能，不恰当的参数设置极易引入Halo效应。除此之外，该方法包含多种参数，调整起来较为复杂。在此基础上，有人以快速双边滤波取代中值滤波估计大气退化函数，算法复杂度是图像像素的线性函数，但其所得透射率图像仍存在梯度反转和包含冗余纹理细节信息的问题。随后，有人提出基于导引滤波的暗通道先验去雾方法(Guided Filter Based Dark ChannelPrior, GFDCP)，使用导引滤波取代Soft Matting进行透射率图修正，有效防止了使用双边滤波可能出现的梯度反转问题，在达到与经典方法相同效果的前提下，处理时间得到有效降低。但该方法需要额外的参考(导引)图像，且经典方法存在的其它问题依然没有完全解决。
【发明内容】
[0018]本发明要解决的技术问题就在于:针对现有技术存在的技术问题，本发明提供一种去雾能力强、复杂度低、可提高图像去雾质量和效率的基于多尺度融合的暗通道先验图像去雾方法。
[0019]为解决上述技术问题，本发明采用以下技术方案:
[0020]一种基于多尺度融合的暗通道先验图像去雾方法，其步骤为:
[0021](I)对雾天退化图像分别采用1X1U5X15邻域尺寸的三颜色通道最小值滤波，得到相应的暗通道图像dlxl(x)、d15X15(X);结合暗通道先验规律，进一步得到1X1的点估计透射率图和15X15的块估计透射率图；
[0022](2)针对步骤⑴中所得的点估计透射率图，采用基于Ltl梯度最小化的保边缘图像平滑算法进行滤波处理，在保留显著边缘的同时去除冗余的纹理细节信息；
[0023](3)针对步骤(I)中得到的块估计透射率图，采用大尺寸的高斯滤波，去除块估计透射率图中存在的虚假块边缘信息；
[0024](4)以归一化的梯度幅值为权重，将步骤(2)、(3)中经过滤波处理后的点估计透射率图、块估计透射率图像进行融合，得到修正估计的透射率图像；
[0025](5)对步骤⑴中得到的d15X15(X)中的像素，按强度从大到小进行排序，对前0.1%的像素强度值集合取中值，进而计算透射率下界；[0026](6)在步骤⑴中得到的d15X15(X)中搜索强度值最大的0.1%的像素，在输入的雾化图像相对应的位置中，寻找强度最大的像素作为天空亮度的估计；
[0027](7)将步骤(5)、(6)中所得的天空亮度值、修正估计的透射率图像以及透射率下界代入雾天退化模型中进行反解，得到去雾增强结果。
[0028]作为本发明的进一步改进:所述步骤(2)中，对点估计透射率图采用基于Ltl梯度最小化的保边缘图像平滑算法处理，得到参与最后图像融合的透射率图。作为本方法的简化，可先将点估计透射率图像做降采样，然后在较小的分辨率下进行Ltl梯度最小化的平滑操作，之后再由上采样得到参与最后图像融合的透射率图，由此可在不过份影响去雾效果的前提下大大减少计算量，提高算法速度。Ltl梯度最小化的平滑算法的表达式为:
[0029]
【权利要求】
1.一种基于多尺度融合的暗通道先验图像去雾方法，其特征在于，步骤为: (1)对雾天退化图像分别采用1X1U5X15邻域尺寸的三颜色通道最小值滤波，得到相应的暗通道图像dlxl(x)、d15X15(X);结合暗通道先验规律，进一步得到1X1的点估计透射率图和15X15的块估计透射率图； (2)针对步骤(1)中所得的点估计透射率图，采用基于Ltl梯度最小化的保边缘图像平滑算法进行滤波处理，在保留显著边缘的同时去除冗余的纹理细节信息； (3)针对步骤(1)中得到的块估计透射率图，采用大尺寸的高斯滤波，去除块估计透射率图中存在的虚假块边缘信息； (4)以归一化的梯度幅值为权重，将步骤(2)、(3)中经过滤波处理后的点估计透射率图、块估计透射率图像进行融合，得到修正估计的透射率图像； (5)对步骤(1)中得到的d15X15(X)中的像素，按强度从大到小进行排序，对前0.1%的像素强度值集合取中值，进而计算透射率下界； (6)在步骤⑴中得到的d15X15(X)中搜索强度值最大的0.1%的像素，在输入的雾化图像相对应的位置中，寻找强度最大的像素作为天空亮度的估计； (7)将步骤(5)、(6)中所得的天空亮度值、修正估计的透射率图像以及透射率下界代入雾天退化模型中进行反解，得到去雾增强结果。
2.根据权利要求1所述的基于多尺度融合的暗通道先验图像去雾方法，其特征在于，在步骤(2)中对点估计透射率图采用基于Ltl梯度最小化的保边缘图像平滑算法处理，进一步在保留显著边缘的同时去除估计偏差或错误的透射率点。
3.根据权利要求1或2所述的基于多尺度融合的暗通道先验图像去雾方法，其特征在于，所述步骤(4)中，以梯度幅值为权重因子，将点估计透射率图中的高频结构信息和块估计透射率图中的低频平滑分量，进行加权融合得到修正细化透射率图像t (x)，如下式表示:
4.根据权利要求1或2所述的基于多尺度融合的暗通道先验图像去雾方法，其特征在于，所述步骤(6)中，进一步利用15X15暗通道图像，引入中值滤波估算透射率下界，为不同的雾天退化图像自适应确定合适的透射率下界，计算公式如下所示:
【文档编号】G06T5/00GK103942758SQ201410135471
【公开日】2014年7月23日 申请日期:2014年4月4日 优先权日:2014年4月4日
【发明者】刘肖琳, 曾宇骏 申请人:中国人民解放军国防科学技术大学