基于暗原色先验和Retinex理论的图像快速去雾法
【技术领域】
[0001] 本发明设及城市交通、视频监控、智能车辆、导航控制、目标跟踪和地形勘测领域， 具体设及单幅图像快速去雾方法。
【背景技术】
[0002] 雾霸是一种常见的自然现象，它是由悬浮在大气中的大量微小水滴、气溶胶等颗 粒的作用产生的。由于悬浮颗粒对光线的吸收、散射和折射等作用，导致图像中目标的对比 度降低、饱和度下降和色调偏移，直接限制和影响了各种户外视觉系统效用的发挥。雾天降 质图像的清晰化处理对提高户外视觉系统的可靠性和鲁椿性具有重要意义，其中单幅图像 去雾已成为图像去雾领域的研究热点。针对图像去雾，人们提出了各种方法，具体来说可W 分为两类：图像增强方法和图像复原方法。图像增强处理不考虑退化原因，通过突出图像中 某些信息，同时削弱或去除某些不需要的信息，实现图像去雾。该类方法WRetinex算法为 代表，但不能实现真正意义上的去雾。图像复原通过分析雾化图像降质机理，建立图像散射 模型，充分利用图像退化的先验知识或假设，实现场景复原。相比而言，利用图像复原的方 法具有内在的优越性。基于暗原色先验的图像去雾，揭示了图像的本质特征，具有很好的去 雾效果，但对诸如天空、白云等不存在暗原色的明亮区域，复原结果会出现明显的颜色失 真，且采用的软枢图方法具有较高的时间和空间复杂度。
【发明内容】
：
[0003] 为了克服上述【背景技术】的缺陷，本发明提供一种基于暗原色先验和Retinex理论 的图像快速去雾法，旨在提高复原图像的清晰度和对比度，增强复原图像的颜色，同时有效 提高图像去雾方法的运算速度。
[0004] 为了解决上述技术问题本发明的所采用的技术方案为：
[0005] -种基于暗原色先验和Retinex理论的图像快速去雾法，包括W下步骤：步骤一， 获取简化的大气散射模型；步骤二，从原始大气散射模型获取介质传输率初始估计值，从步 骤一所得的简化大气散射模型获取介质传输率粗略估计值，将介质传输率初始估计值和介 质传输率粗略估计值进行像素级融合，得到介质传输率的最终估计值；步骤=，将步骤二所 得的介质传输率的最终估计值代入步骤一所得的简化大气散射模型进行图像复原，获得去 雾图像。
[0006] 较佳地，所述步骤一获取简化的大气散射模型的方法包括W下步骤：首先计算大 气光估计值，然后将大气光估计值代入大气散射模型，最后对大气光照进行白平衡处理，得 到简化的大气散射模型。
[0007] 较佳地，所述计算大气光估计值的具体方法为；首先利用暗原色先验知识，通过 灰度开运算确定大气光的值域范围，然后对值域范围内大气光利用区间估计的方法进行计 算，即得到大气光的估计值。
[000引较佳地，所述步骤二中介质传输率初始估计值是利用暗原色先验知识对原始大 气散射模型进行灰度开运算得到的；介质传输率粗略估计值是利用Retinex理论，对步骤 一所得的简化的大气散射模型进行高斯卷积运算得到的。
[0009] 较佳地，对所述介质传输率初始估计值和介质传输率粗略估计值进行像素级融合 后还包括对其结果进行边缘优化的步骤。
[0010] 较佳地，所述边缘优化利用快速联合双边滤波方法进行。
[0011] 较佳地，在所述边缘优化的步骤之后还包括对雾化图像中大片天空区域的介质传 输率进行动态修正的步骤，统计介质传输率图像中像素值小于0. 1的像素点的个数记为n， 统计介质传输率图像的像素点总数记为N，Wn/N作为介质传输率的下限值。
[0012] 较佳地，在发生极端情况时对所述介质传输率的下限值进行限定，限定表达式为 min虹ax(n/N，0. 1)，0. 3]，所述极端情况包括整幅图片都是天空区域或亮度区域的情况。
[0013] 较佳地，所述步骤=中图像复原之后还包括对图像进行色调调整的步骤。
[0014] 本发明的有益效果在于；该方法结合了图像增强和图像复原的思想，充分利用图 像增强和图像复原的特点，通过图像融合的方式，提高了介质传输率的估计精度；实际的计 算过程中，该方法只需对雾化图像中明亮区域的面积进行估计，从而确定灰度开运算的半 径，而无其他调节参数，提高了算法的自动化程度和运算速度，并且对于灰度开运算的半径 具有较大的可容忍误差，方法鲁椿性好。本发明提出的方法具有很快的运算速度，且能有效 提高复原图像的清新度和对比度，同时获得较好的图像颜色，在城市交通、视频监控和智 能车辆等领域具有广泛的前景和应用价值。
【附图说明】
[0015] 图1为本发明实施例的总体流程图；
[0016]图2为本发明实施例获取介质传输率的最终估计值的流程图。
[0017] 图3为本发明实施例原始图像，
[0018] 图4为本发明实施例初始介质传输率估计图像，
[0019] 图5为本发明实施例粗略介质传输率估计图像，
[0020] 图6为本发明实施例介质传输率融合图像，
[0021] 图7为本发明实施例介质传输率双边滤波图像，
[0022] 图8为本发明实施例介质传输率动态修正图像，
[0023] 图9为本发明实施例初始的去雾图像，
[0024] 图10为本发明实施例经色调调整所得最终的去雾图像。
【具体实施方式】
[0025] 下面结合附图和实施例对本发明做进一步的说明。
[0026] 一种基于暗原色先验和Retinex理论的图像快速去雾法（图1)，本实施例对有雾 图像（图3)进行如下处理，具体包括W下步骤：
[0027] 步骤S1，获取简化的大气散射模型，包括W下步骤：
[002引步骤S11，计算大气光估计值，具体方法为：首先利用暗原色先验知识，通过灰度 开运算确定大气光的值域范围，然后对值域范围内大气光利用区间估计的方法进行计算， 即得到大气光的估计值。
[0029] 大气光值A的估计：
[0030]
[0031]
【主权项】
1. 一种基于暗原色先验和Retinex理论的图像快速去雾法，其特征在于，包括以下步 骤： 步骤一，获取简化的大气散射模型； 步骤二，从原始大气散射模型获取介质传输率初始估计值，从步骤一所得的简化大气 散射模型获取介质传输率粗略估计值，将介质传输率初始估计值和介质传输率粗略估计值 进行像素级融合，得到介质传输率的最终估计值； 步骤三，将步骤二所得的介质传输率的最终估计值代入步骤一所得的简化大气散射模 型进行图像复原，获得去雾图像。
2. 根据权利要求1所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于，所述步骤一获取简化的大气散射模型的方法包括以下步骤：首先计算大气光估 计值，然后将大气光估计值代入大气散射模型，最后对大气光照进行白平衡处理，得到简化 的大气散射模型。
3. 根据权利要求2所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于，所述计算大气光估计值的具体方法为：首先利用暗原色先验知识，通过灰度开运 算确定大气光的值域范围，然后对值域范围内大气光利用区间估计的方法进行计算，即得 到大气光的估计值。
4. 根据权利要求1所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于：所述步骤二中介质传输率初始估计值是利用暗原色先验知识对原始大气散射模 型进行灰度开运算得到的；介质传输率粗略估计值是利用Retinex理论，对步骤一所得的 简化的大气散射模型进行高斯卷积运算得到的。
5. 根据权利要求4所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于：对所述介质传输率初始估计值和介质传输率粗略估计值进行像素级融合后还包 括对其结果进行边缘优化的步骤。
6. 根据权利要求5所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于：所述边缘优化利用快速联合双边滤波方法进行。
7. 根据权利要求6所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于：在所述边缘优化的步骤之后还包括对雾化图像中大片天空区域的介质传输率进 行动态修正的步骤，统计介质传输率图像中像素值小于0. 1的像素点的个数记为n，统计介 质传输率图像的像素点总数记为N，以n/N作为介质传输率的下限值。
8. 根据权利要求7所述的一种基于暗原色先验和Retinex理论的图像快速去雾 法，其特征在于：在发生极端情况时对所述介质传输率的下限值进行限定，限定表达式为 min [max (n/N，0. 1)，0. 3]，所述极端情况包括整幅图片都是天空区域或亮度区域的情况。
9. 根据权利要求1所述的一种基于暗原色先验和Retinex理论的图像快速去雾法，其 特征在于：所述步骤三中图像复原之后还包括对图像进行色调调整的步骤。
【专利摘要】本发明公开了一种基于暗原色先验和Retinex理论的快速图像去雾法，首先获取简化的大气散射模型；然后获取介质传输率初始估计值和粗略估计值，进行像素级融合得到介质传输率的最终估计值；最后将介质传输率的最终估计值代入简化大气散射模型进行图像复原获得去雾图像。本发明提出的方法具有很快的运算速度，且能有效提高复原图像的清新度和对比度，同时获得较好的图像颜色，在城市交通、视频监控和智能车辆等领域具有广泛的前景和应用价值。
【IPC分类】G06T5-00
【公开号】CN104867121
【申请号】CN201510309333
【发明人】杨杰, 刘海波, 吴正平, 邓勇
【申请人】武汉理工大学
【公开日】2015年8月26日
【申请日】2015年6月8日