一种基于黄霾物理特性的单幅图像去霾算法
【技术领域】
[0001] 本发明涉及图像处理领域，特别涉及一种基于黄霾物理特性的单幅图像去霾算 法。
【背景技术】
[0002] 如今空气污染日渐严重，尤其是雾霾天气，在入冬后几乎每天都会发生，在室外拍 摄的图片由于雾霾颗粒对光线具有散射作用，使得图像细节模糊，整体图像质量下降。
[0003] 在现有技术中，主流的图像处理方法是获取图片中的大气光值，根据大气光值确 定该图像内大气传输透射率的分布图，进而根据大气传输透射率确定去雾表达式，以便根 据上述去雾霾表达式对图像进行处理，从而达到去除雾霾天对图像的影响。
[0004] 但是，发明人发现现有技术中存在以下问题：
[0005] 现有技术中对大气光值的选取通过肉眼确定图像中亮度最高的亮度值，没有考虑 在大气散射模型中亮度的准确含义，并且在图像处理的过程中没有对雾和霾这两种不同的 天气情况进行区分对待，而是进行统一的处理，由于雾和霾的具体成因不同，这样采用统一 处理方式的结果是并不能达到纠正色差、恢复图像原有亮度和对比度的效果。
【发明内容】
[0006] 为了解决现有技术的问题，本发明提供了一种基于黄霾物理特性的单幅图像去霾 算法，所述单幅图像去霾算法包括：
[0007] 获取待处理图像，确定所述待处理图像中的天空区域；
[0008] 在所述天空区域中确定大气光点，确定所述待处理图像中色彩通道的比值；
[0009] 根据所述待处理通道中色彩通道的比值，确定所述待处理图像的传输图；
[0010] 结合黄霾的物理特性，调节所述传输图的饱和度，生成调节后的图像。
[0011] 可选的，所述获取待处理图像，确定所述待处理图像中的天空区域，包括：
[0012] 将所述待处理图像划分为多个区域，提取所述待处理图像中的第一区域，对所述 第一区域进行彩色边缘检测，得到边缘图像；
[0013] 对所述边缘图像进行二值化处理，得到处理后的精细边缘图像；
[0014] 检测所述精细边缘图像中，如果符合第一预设条件，则判定所述精细边缘图对应 的所述第一区域为天空区域。
[0015] 可选的，所述在所述天空区域中确定大气光点，确定所述待处理图像中色彩通道 的比值，包括：
[0016] 在至少一个所述天空区域中选取亮度最高的点作为大气光点；
[0017] 确定所述大气光点中红色通道、绿色通道、蓝色通道的第一数值比例，将所述第一 数值比例作为所述待处理图像中色彩通道比值。
[0018] 可选的，所述根据所述待处理通道中色彩通道的比值，确定所述待处理图像的传 输图，包括：
[0019] 根据所述待处理图像中色彩通道的比值，按第一调整公式对所述待处理图像中每 个像素在红色通道、绿色通道和蓝色通道中的数值进行调整，得到调整后的数值，所述第一 调整公式具体为：
[0020]
[0021] 其中，R'为每个像素调整后红色通道的数值，G'为每个像素调整后绿色通道的数 值，B'为每个像素调整后蓝色通道的数值，R为每个像素调整前红色通道的数值，G为每个 像素调整前绿色通道的数值，B为每个像素调整前蓝色通道的数值，R w为大气光点红色通道 的数值，6"为大气光点绿色通道的数值，B "为大气光点蓝色通道的数值，T为预设的通道取 值上限；
[0022] 基于红色、绿色、蓝色散射率与波长的关系，结合人眼对所述红色、绿色、蓝色的敏 感程度，确定在色彩空间转换为HSI (Hue-Saturation-Intensity，色度-饱和度-强度）时 的强度转换公式，根据所述强度转换公式获取所述待处理图像中每个像素的强度值，所述 强度转换公式具体为：
[0023] I = 0· 4520*R' +0· 5121*G' +0· 0359*B'，
[0024] 其中，I为HSI色彩空间内的强度值；
[0025] 在转换至所述HSI色彩空间后，选取所述待处理图像中每个像素在所述红色通 道、绿色通道、蓝色通道中数值的最小值，根据所述最小值组成灰度图，对所述灰度图进行 双边滤波，构成所述待处理图像的传输图。
[0026] 可选的，所述结合黄霾的物理特性，调节所述传输图的饱和度，生成调节后的图 像，包括：
[0027] 结合第二调整公式，对所述传输图中每个像素的饱和度进行调节，生成调节后的 图像，所述第二调整公式具体为：
[0028]
[0029] 其中，S为所述待处理图像中每个像素的原始饱和度，S'为处理后每个像素的饱 和度。
[0030] 本发明提供的技术方案带来的有益效果是：
[0031] 通过确定待处理图像中的天空区域，进而选取天空区域中的最亮点作为白平衡的 标准点，然后根据该标准点的色彩通道比值进行全幅图像的颜色调整，并且进行色彩空间 的转换，以及根据黄霾的特性对转换后的饱和度进行调整，避免了现有技术中不能针对霾 的特性对图像色彩实施调节的发生，减小了图像色差，尽可能恢复图像原有亮度和对比度。
【附图说明】
[0032] 为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图 作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普 通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033] 图1是本发明提供的一种基于黄霾物理特性的单幅图像去霾算法的流程示意图；
[0034] 图2是本发明提供的一种基于黄霾物理特性的单幅图像去霾算法中的滤波方式 的对比示意图；
[0035] 图3是样本1的原始图像、精细边缘图像以及大气光点的位置示意图；
[0036] 图4是样本2的原始图像、精细边缘图像以及大气光点的位置示意图；
[0037] 图5是样本3的原始图像、精细边缘图像以及大气光点的位置示意图；
[0038] 图6样本4的原始图像、色彩平衡仿真结果以及仿真前后对比直方图；
[0039] 图7样本5的原始图像、色彩平衡仿真结果以及仿真前后对比直方图；
[0040] 图8是样本6的原始图像和去霾仿真后的图像；
[0041] 图9是样本7的原始图像和去霾仿真后的图像。
【具体实施方式】
[0042] 为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地 描述。
[0043] 实施例一
[0044] 本实施例提供一种基于黄霾物理特性的单幅图像去霾算法，如图1所示，所述单 幅图像去霾算法包括：
[0045] 101、获取待处理图像，确定所述待处理图像中的天空区域。
[0046] 102、在所述天空区域中确定大气光点，确定所述待处理图像中色彩通道的比值。
[0047] 103、根据所述待处理通道中色彩通道的比值，确定所述待处理图像的传输图。
[0048] 104、结合黄霾的物理特性，调节所述传输图的饱和度，生成调节后的图像。
[0049] 在实施中，首先在待处理图像中确定天空区域，在天空区域中确定大气光点后，根 据已确定的大气光点确定待处理图像中色彩通道的比值，进而根据色彩通道的比值确定待 处理图像的传输图，最终根据黄霾的物理特性，对所述传输图的饱和度进行调节，生成调节 后的图像。在整体的去霾过程中，由于选取天空区域中大气光点作为待处理图像中的色彩 通道调整的标准，这样可以尽可能恢复图像原有的色彩，在加上针对黄霾的物理特性对图 像的饱和度进行调节，这样能够相对与现有技术中将雾和霾统一处理的方式，能够将图像 调节至更接近真实的色彩，从而恢复图像原有的亮度和饱和度。
[0050] 可选的，所述获取待处理图像，确定所述待处理图像中的天空区域，包括：
[0051] 步骤一，将所述待处理图像划分为多个区域，提取所述待处理图像中的第一区域， 对所述第一区域进行彩色边缘检测，得到边缘图像。
[0052] 在实施中，根据调查统计分析，大部分在黄霾天气下的图片是在白天室外拍摄的， 而在白天室外的环境中，光照的最主要来源即是太阳直射光和漫反射天光，对应光照强度 最高的区域就是天空区域，其他的部分或多或少由于建筑或其他物体的遮挡，对应的光照 强度都不会高于天空区域，在这样的情况下，即便有黄霾的干扰，天空区域的亮度值的损失 也不会太高，因此在待处理图像中确定天空区域，就成了一个很重要的问题。
[0053] 上述步骤一中，预先对待处理图像进行区域划分，得到多个区域，每次选取一个 区域对应的图像进行彩色边缘检测，具体的彩色边缘检测方法可以使用计算彩色梯度的 ColorGrad算法，针对RGB色彩空间内的彩