基于多尺度分析与深度估计的大气退化图像增强方法
【专利摘要】一种基于多尺度分析与深度估计的大气退化图像增强方法，包括：获取图像的大气光值；获取图像中粗略透射率矩阵；采用线性伸缩的方法优化所述粗略透射率矩阵，获得精细透射率矩阵；基于所述大气光值和精细透射率矩阵，将原始观测图优化为初步还原图；基于无上下采样的多尺度框架对初步还原图实现图像细节的增强。本发明方法针对大气退化图像，构造粗略透射率矩阵，实现透射率矩阵的细化优化与精细估计深度信息，并结合边缘矩阵分析获取大气光值，根据退化模型构造实现大气退化图像的复原；进而利用无上下采样的多尺度框架下实现增强，可获取较好的增强结果。本方法可应用于遥感成像、交通监控成像等，快速实现大气退化图像的增强。
【专利说明】基于多尺度分析与深度估计的大气退化图像增强方法
【技术领域】
[0001]本发明涉及图像处理技术，尤其涉及一种基于多尺度分析与深度估计的大气退化图像增强方法。
【背景技术】
[0002]随着计算机视觉系统应用于户外场景，如城市交通监控、航拍、遥感成像等等，产生了一些亟待解决的问题，尤其是计算机视觉系统对环境非常敏感。在雾、霾等天气条件下，大气中悬浮的大量微小水滴、气溶胶，这些因素的吸收与散射作用使能见度降低，从而导致采集的图像严重降质，极大地限制了系统的功能。
[0003]在雾、霾等恶劣天气条件下，悬浮的大量粒子、水滴等使得光线散射，物体表面的反射光由于这种散射而发生衰减，这种光强的衰减必然导致成像亮度的降低，部分也会导致图像模糊以及分辨率下降；另外，天空中的其他光线由于粒子、水滴的散射而参与物体成像，从而使得图像对比度的降低。
[0004]目前，图像大气退化补偿技术的主要任务是去除天气因素对图像质量的影响，从而增强图像的可视度。这是一个跨学科的前沿性课题，由于其广阔的应用前景，在近几年吸引了国内外众多的研究人员的兴趣，并已经成为计算机视觉和图像处理领域研究的热点问
题之一。
【发明内容】
[0005]本发明解决的问题是提供一种基于多尺度分析与深度估计的大气退化图像增强方法，可以对图像直接估计实现退化补偿并得到增强后的图像，成像效果佳。
[0006]为解决上述问题，本发明实施例提供了一种基于多尺度分析与深度估计的大气退化图像增强方法，包括:获取图像的大气光值；获取图像中粗略透射率矩阵；采用线性伸缩的方法优化所述粗略透射率矩阵，获得精细透射率矩阵；基于所述大气光值和精细透射率矩阵，将原始观测图优化为初步还原图；基于无上下采样的多尺度框架对初步还原图实现图像细节的增强。
[0007]可选的，获取图像的大气光值的方法包括:通过分析原始观测图中的边缘权重信息，构建边缘矩阵，从大于阈值的边缘及附近区域寻找最大强度的像素，并将该像素的值作为选择大气光值的决定性因子。.1
[0008]可选的，对于任意位置处的边缘矩阵为
【权利要求】
1.一种基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于，包括: 获取图像的大气光值； 获取图像中粗略透射率矩阵； 采用线性伸缩的方法优化所述粗略透射率矩阵，获得精细透射率矩阵； 基于所述大气光值和精细透射率矩阵，将原始观测图优化为初步还原图； 基于无上下采样的多尺度框架对初步还原图实现图像细节的增强。
2.如权利要求1所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于，获取图像的大气光值的方法包括: 通过分析原始观测图中的边缘权重信息，构建边缘矩阵，从大于阈值的边缘及附近区域寻找最大强度的像素，并将该像素的值作为选择大气光值的决定性因子。
3.如权利要求2所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于， 对于任意位置处的边缘矩阵为
4.如权利要求1所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于，在原始观测图的非天空区域中，粗略透射率矩阵为
5.如权利要求1所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于，优化所述粗略透射率矩阵的方法包括:利用线性伸缩优化公式Tt = Ag+B，采用局部窗口的方式依次对粗略透射率矩阵进行优化，Tt为精细透射率矩阵，g为原始观测图，对于第n个局部窗口 wn，有
6.如权利要求5所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于，还包括，对所述参数411与^求取平均，精细透射率矩阵
7.如权利要求1所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征
在于，所述初步还原图
8.如权利要求1所述的基于多尺度分析与深度估计的大气退化图像增强方法，其特征在于，基于无上下采样的多尺度框架实现图像细节的增强的具体步骤包括: 平滑初步还原图； 基于不同程度的平滑构建多细节尺度图像； 运用多尺度分解图像后，给不同尺度上的子图像以不同的权重，实现图像增强。
【文档编号】G06T5/00GK103971333SQ201410154321
【公开日】2014年8月6日 申请日期:2014年4月17日 优先权日:2014年4月17日
【发明者】赵巨峰, 高秀敏, 逯鑫淼, 辛青 申请人:杭州电子科技大学