一种图像去雾方法与流程

技术特征：

1.一种图像去雾方法，其特征在于，包括：

步骤01：提供一原始图像，求取该原始图像的每个像素的RGB三个通道中的最小值，从而得到一最小值灰度图；

步骤02：根据所述最小值灰度图，以每个像素为中心设定多个窗口，对每个窗口进行最小值滤波得到暗通道图像；

步骤03：根据暗通道图像，求取对所述暗通道图像的初始透射率；

步骤04：引入引导滤波，并且确定引导滤波所采用的窗口的半径；

步骤05：根据引导滤波所采用的窗口及其半径、以及所述初始透射率，来得到优化透射率；

步骤06：根据所述优化透射率，来复原出去雾后的图像。

2.根据权利要求1所述的图像去雾方法，其特征在于，所述步骤06之后，还包括：

步骤061：求取所述去雾后的图像的每个像素的RGB三个通道中的最小值，根据最小值进行最小值滤波得到新的暗通道图像；

步骤062：计算暗通道图像的均值；

步骤063：判断暗通道图像的均值是否为零；

步骤063：若不为零，将所述去雾后的图像的每个像素的RGB三个通道的值减去所述均值后，得到修正的去雾后的图像。

3.根据权利要求1所述的图像去雾方法，其特征在于，所述步骤02中以每个像素为中心所设定的窗口具有一半径，设为r，所述步骤04中的所述引导滤波所采用的窗口的半径设为R，R至少大于4r。

4.根据权利要求3所述的图像去雾方法，其特征在于，所述步骤03中，所述初始透射率的求取包括：根据得到t(x,y)＝1-I_dark(i，j)/A，

其中，I表示RGB三个通道分别对应的像素值，A为常数，表示全球大气光成分，min(I/A)表示对RGB三个通道最小值化，表示在以半径为r的窗口内进行最小值滤波，y、x表示像素所在位置的坐标，t(x,y)表示透射率，I_dark(i，j)为暗通道图像的像素值。

5.根据权利要求4所述的图像去雾方法，其特征在于，A的值的选取包括：首先，找出暗通道图像中像素值最高的点，然后找出像素值最高的电对应于原始图像中的亮度最高的像素点，该像素点的亮度值即为A的值。

6.根据权利要求5所述的图像去雾方法，其特征在于，所述暗通道图像中像素值最高的点的数量为所述暗通道图像的像素的数量的0.1～0.2％。

7.根据权利要求1所述的图像去雾方法，其特征在于，所述步骤05中，得到优化透射率的过程采用如下公式：I_i表示引导滤波所采用的引导图的像素，a_k、b_k为线性系数，ω_k为引导滤波所采用的窗口，q_i为优化透射率。

8.根据权利要求7所述的图像去雾方法，其特征在于，a_k、b_k的计算如下：

$a_k=\frac{\frac{1}{\left|\mathrm{\ω}\right|}{\mathrm{\Σ}}_{i\∈{\mathrm{\ω}}_k}{I}_i{p}_i-{\mathrm{\μ}}_k{\stackrel{\‾}{p}}_k}{{\mathrm{\σ}}_k^2+\∈}$

$b_k={\stackrel{\‾}{p}}_k-a_k{\mathrm{\μ}}_k$

p_i为初始透射率，μ_k为表示I_i在ω_k窗口中的均值，为初始透射率的均值，为I_i在ω_k窗口中的方差，|ω|是ω_k窗口中的像素个数，为引导图和初始透射率的乘积的均值。

9.根据权利要求8所述的图像去雾方法，其特征在于，对于μ_k、或中分别涉及到的均值的求取，均可以采用以下方式：

对图像中每一列的值累加计算，用得到的列累加值代替列现有值，从而得到每个新的列；对每个新的列中的每个像素所对应的ω_k窗口中的值分别进行求和，用求和得到的各个值构成目标列；这里，

对由所述每个目标列构成的图像的每一行的值累加计算，用得到的行累加值代替行现有值，从而得到新的行；对每个新的行中的每个像素对应的ω_k窗口中的值进行求和，用求和得到的值得到各个值构成目标行，从而得到一个新的图像，该新的图像中的每个像素的值为以该像素为中心对应的ω_k窗口内的所有像素值的和；

求取每个ω_k窗口中μ_k、或所对应的均值时，直接调用所述新的图像中对应位置的像素值即可。

10.根据权利要求1所述的图像去雾方法，其特征在于，所述步骤06具体包括：采用J＝(Ii-A)/t’(x，y)+A进行模拟，从而得到去雾后的图像，其中，t’(x，y)为优化透射率，Ii为引导波所采用的引导图像素，J为去雾后的图像，A为常数，表示全球大气光成分。