一种单幅雾天图像能见度估计方法
【技术领域】：
[0001] 本发明涉及图像/视频处理技术中对图片质量的客观评价标准，具体来讲，涉及 一种基于场景深度的单幅雾天图像能见度估计方法。 技术背景：
[0002] 雾天降质图像的清晰化处理是计算视觉和图像领域的研宄热点之一，具有广阔的 应用前景，相关研宄成果可以广泛应用于在航拍、视频监控、相片处理、多种交通工具的安 全辅助驾驶系统等诸多领域。然而，目前针对去雾算法的性能评价尚未有统一的综合评价 体系，各研宄者大多采用自己的评价指标衡量所提算法的性能，造成了算法与算法之间不 具备良好的可比性。对去雾效果的客观、定量评价问题一直没有解决的主要原因有三点： (1)缺乏理想的晴天图像作为参考标准。对去雾效果的评价不同于图像质量评价，对于一幅 有雾图像很难获得与当前图像中场景完全相同的晴天参考图像。（2)去雾效果的优劣主要 由人眼视觉感受决定，而人眼视觉感受因人而异，主观性强，设计能够完全模拟仿真人眼视 觉感受的测试值几乎不可能。（3)目前常用的评价手段主要借鉴图像质量评价中的相关指 标，如均方差、信息熵、峰值信噪比等指标，而直接用这些评价指标来评价去雾图像的效果， 往往无法得到一致性的评价结论。
[0003] 能见度是反映大气透明度的一个指标，航空界将其定义为视力正常的人在当时的 天气条件下，能够从天空背景中看到或辨认出目标物的最大水平距离。能见度和当时的天 气情况密切相关，当出现降雨、雾、霾、沙层暴等天气过程时，大气透明度较低，因此能见度 较差。能见度与地面交通运输、飞行活动有密切关系，能见度不好是地面交通运输和飞行活 动中严重的视程障碍，直接给目视飞行和车辆驾驶造成困难，甚至会危机运输安全，交管部 门和民航组织会根据能见度来决定高速公路或机场是否关闭。因此，能见度值成为雾天图 像的主要特征，是衡量各种去雾算法性能的重要评价指标。气象学中测量能见度的传统方 法采用目测，并使用大气透射仪、散射仪、激光能见度测量仪等仪器进行测量。但这种测量 方式对目标物的分布、周围观测环境要求较高，需要视野开阔，无遮蔽物遮挡，同时各类能 见度仪器大多存在取样空间小，硬件成本高，需要多点观测，与人眼感知结果仍然存在一定 的偏差。随着计算机视觉技术的发展，基于图像处理技术测量能见度的方法成为了主流研 宄方向。基于图像的能见度检测方法主要分为两类：第一类方法采用图像上依次判断不同 距离的目标物来估计能见度，其主要思想是在不同距离位设定参照物，通过测量参照物的 衰减程度来估算能见度。但这类方法中探测范围和精度受视野范围内可选用目标物的距离 和数量的限制，同时需要额外设置参考物。第二类方法采用双亮度差的方法，这类方法中仍 然需要增加人工标志物，通过测量点间亮度差来估算能见度。这类方法测量点的多少直接 影响了检测误差率。
【发明内容】
：
[0004] 本发明的目的在于解决现有的能见度测试方法依赖大气透射仪等硬件设施、需要 人工多点观测等局限性，基于透射率估计和场景深度，提供一种简单精确的基于单幅图像 的能见度估计方法，通过所述方法可较容易的计算出雾天图像的能见度，为评价去雾算法 的性能提供一种标准。
[0005] 为了实现上述目的，本发明提供一种基于场景深度的单幅雾天图像能见度估计方 法，该方法主要包括以下步骤：
[0006] 步骤一，图像获取：通过成像设备获得一帧雾天图像I;
[0007] 步骤二，透射率t'的估计，包括如下8个步骤：
[0008] 步骤1，求最小通道图Imin:将步骤1获取的图像在RGB颜色空间，对每个像素点求 取RGB分量的最小值，获得最小通道图Imin;
[0009] 步骤2,估计当前帧大气光值Ay对步骤1获得的Imin的前height/3行（其中 height为图像高度）做半径为height/30的最小值滤波。目的在于去除明亮细节，减少非 大气光的白色明亮物体干扰。在滤波后前height/3行找出最亮像素点，将原图对应位置取 RGB三通道中的最大值作为当前帧估计的大气光值
[0010] 步骤3,滑动平均求得大气光值A:在雾天视频处理过程中，A值的波动可能会造成 复原结果出现明暗跳变现象，影响视觉效果。为使A值变化平稳，采用滑动平均的方法，将 当前帧估计的大气光值&与前7帧图像估计的大气光值求平均得到当前帧的最终大气光 值A〇
[0011] 步骤4,初步估计透射率图?(x):由最小通道图Imin可得到初步估计的透射率图 t(x)；
[0012] 步骤5,下采样透射率:为减少处理时间，先将?〇〇下采样得到,使得 的宽高分别为原图宽高的1/4 ;
[0013] 步骤6,导向滤波优化下采样透射率:用3X3的方形结构元素b对匕⑷做形 态学开运算，得到
【主权项】
1. 一种单幅雾天图像能见度估计方法，其特征在于，包括以下步骤： 步骤一，图像获取：通过成像设备获得一帧雾天图像I; 步骤二，透射率t'的估计，包括如下8个步骤： 步骤1，求最小通道图Imin:将步骤1获取的图像在RGB颜色空间，对每个像素点求取RGB分量的最小值，获得最小通道图Imin; 步骤2,估计当前帧大气光值Ay对步骤1获得的Imin的前height/3行（其中height为图像高度）做半径为height/30的最小值滤波。目的在于去除明亮细节，减少非大气光 的白色明亮物体干扰。在滤波后前height/3行找出最亮像素点，将原图对应位置取RGB三 通道中的最大值作为当前帧估计的大气光值 步骤3,滑动平均求得大气光值A:在雾天视频处理过程中，A值的波动可能会造成复原 结果出现明暗跳变现象，影响视觉效果。为使A值变化平稳，采用滑动平均的方法，将当前 帧估计的大气光值&与前7帧图像估计的大气光值求平均得到当前帧的最终大气光值A。 步骤4,初步估计透射率图?:由最小通道图Imin可得到初步估计的透射率图？〇); 步骤5,下采样透射率?:为减少处理时间，先将?〇〇下采样得到?使得的宽 高分别为原图宽高的1/4 ; 步骤6,导向滤波优化下采样透射率:用3X3的方形结构元素b对匕⑷做形态学开 运算，得到Lpen(X)，以Lpen(x)作为导向滤波的输入图，作为导向图，进行导向滤波以平 滑区域内部，同时达到保持边缘的目的，经导向滤波后，得到优化后的下采样透射率td(x); 步骤7,上采样td(x)得到最终透射率图t(x):采用线性插值的方式，得到原来尺寸的 优化后透射率图t(x); 步骤8,白色区域的修正：由于天空等白色区域不满足暗原色先验规律，这些区域的透 射率被低估，需要进行修正，得到修正后的透射率图t' (X); 步骤三，场景深度d'估计：利用图像的灰度梯度信息中可以反映景物的细节信息，在 计算景物株度彳目息时加入梯度彳目息。米用计算在像素8邻域内0°、90°、45°和135° 4 个方向的一阶偏导数Per，P45=，P9(l=，P135=，再采用二阶范数推算像素梯度：
将此梯度信息加入到景深的计算中去。 步骤四，计算图像中每一个像素点的能见度V。根据步骤二得到的透射率t'和步骤三 得到的景深估计d'，利用公：
4求得每一个像素的能见度的估计 步骤五，利用特强浓雾因子I估算单幅雾天图像的能见度：引入概率统计的思想，根据 伯努利大数定律可知单幅雾天图像若整体雾浓度属于某一个级别，则该幅图像中的大部分 像素点计算的能见度值分布在该级别雾所对应的能见度区间。因此，利用特强浓雾因子I 占有率的不同，来确定单幅图像的能见度。
2. 根据权利要求1所述的能见度估计方法，其特征在于，步骤三中利用图像的灰度梯 度信息中可以反映景物的细节信息，在计算景物深度信息时加入梯度信息，采用计算在像 素8邻域内0°、90°、45°和135° 4个方向的一阶偏导数？。。，？45。，？9。。，？135。，再采用二 阶范数推算像素梯度：
将此梯度信息加入到景深的计算中去，得到最终的景深估计为：
其中，Cl，4为梯度修正系数，取值范围在0和1之间，（i，j)表示的是mXn维图像上 的任一像素点的坐标。
3.根据权利要求1所述的能见度估计方法，其特征在于，步骤五中引入概率统计思想， 以特强浓雾闵子I作为丰要参考标准，计算特强浓雾因子V5的占有率：
通过大量的实验测试发现不同级别的雾天图像，特强浓雾因子1V5占有率的不同：当 "%<Pr5 <1则为特强浓雾，能见度小于50米；当98%< <"%j则为强浓雾，能见度小于 200米；当97°?Pk5 <98%则为浓雾，能见度小于500米；若9〇%<Pr5<97%j则为大雾，能见 度小于1000米；若IV, <90%则为鋅雯?能见麽士干1⑷〇来?艮口
【专利摘要】能见度作为气象观测的基本要素，是雾天图像处理领域重要的评价指标。针对传统能见度测试方法依赖大气透射仪等硬件设施、需要人工多点观测等局限性，本发明给出一种基于场景深度的单幅雾天图像能见度估计方法。该方法基于大气退化物理模型估计透射率，采用一种景物深度估计法估算场景深度，并依据能见度测量仪原理求取大气消光系数。最后引入概率统计的思想，通过对单个像素点计算能见度并按照雾天能见度等级统计每个等级像素能见度所占概率，从而估计出单幅雾天图像的能见度。本发明仅对单幅雾天图像进行估算，计算简单、估计准确度高，不依赖任何硬件设施，减少人工参与的操作，可应用于雾天图像清晰化系统中有效评价去雾效果。
【IPC分类】G06T7-00, G06T5-00
【公开号】CN104809707
【申请号】CN201510224226
【发明人】张红英, 陈萌, 吴亚东, 刁扬桀
【申请人】西南科技大学
【公开日】2015年7月29日
【申请日】2015年4月28日