[0058] 得到修正颜色通道后，重新对大气光强和透射率进行修正，进一步符合当前图像 的去雾需要。
[0059] 步骤S105 :根据所述修正颜色通道、修正大气光强和修正透射率得到去雾图像。
[0060] 将修正颜色通道、修正大气光强和修正透射率作用到本实施开始时的图像，就得 到对应的去雾图像。
[0061] 本实施例方法对图像的颜色通道、大气光强和透射率进行修正，能根据图像自身 的特点最大限度地去除了图像的雾气，消除了块状效应等问题。
[0062] 具体的，步骤SlOl包括：
[0063] 步骤SlOll :对所述图像进行通道分解，得到颜色通道；
[0064] 通过RGB三个通道对所述图像进行通道分解，分别得到红色通道、绿色通道和蓝 色通道。
[0065] 步骤S1012 :将所述图像分成设定个图像块，将所述图像块对应的灰度值最小的 所述颜色通道设定为所述图像块的暗通道。
[0066] 不同的图像，景深也不同。根据图像自身的特点，将图像分成设定个图像块；然后 对每个图像块单独求取暗通道块，将全部图像块的暗通道组合成为对应所述图像的暗通道 图像。
[0067] 所述图像块暗通道的计算过程为：
[0069] 其中，JdaA(y)为图像块暗通道，用矩阵表示；r，g，b分别代表红色、绿色和蓝色；c 为r，g，b三种颜色之一；y为以所述图像的空间坐标X为中心的局部小区域组成的集合，Ω 为集合符号，表示为y e Ω (X) ;r(y)为图像块的局部区域颜色通道的任意一个。
[0070] 步骤S102中所述大气光强的求取过程为：
[0071] 步骤S1021 :获取所述暗通道中的壳度最尚的像素点集；
[0072] 步骤S1022 :从所述像素点集中选择设定比例的像素点作为参考像素点；
[0073] 步骤S1023 :计算所述参考像素点在所述图像中对应的像素点的灰度值；
[0074] 步骤S1024 :将所述灰度值的中值设定为大气光强。
[0075] 此外，步骤S102中所述透射率的计算过程为：
[0077] 其中，t(y)为透射率；r(y)为颜色c对应的颜色通道；Atl为颜色通道I Iy)对应 的大气光强。
[0078] 所述步骤S103具体包括：
[0079] 步骤S1031 :对所述图像块暗通道上的透射率做归一化处理得到归一化透射率；
[0080] 步骤S1032 :计算所述图像块暗通道上的所述颜色通道在所述图像上的权重；
[0081] 步骤S1033 :通过所述归一化透射率和权重计算修正颜色通道。所述修正颜色通 道的计算过程为： CN 105118027 A 说明书 5/9 页
[0083] 其中，I。'（y)为修正颜色通道，用矩阵表示；Tdi(y)为归一化透射率；G di(y)为权 重；Idi(y)为有雾图像在图像块k的颜色通道r(y)上的值；
[0084] 所述步骤S105具体包括：
[0085] 步骤S1051 :通过所述修正颜色通道、修正大气光强和修正透射率得到所述图像 的去雾颜色通道；所述去雾颜色通道的计算过程为：
[0087] 其中，l(.y)为去雾图像的颜色通道，用矩阵表示；I。'（y)为修正后的颜色通道； i为修正大气光强；？OO为修正透射率。
[0088] 步骤S1052 :对所述去雾颜色通道进行加权得到对应所述图像的去雾图像。所述 去雾图像的计算过程为：
[0090] 其中，J(y)为去雾图像，用矩阵表示；η为权值，η的取值与颜色通道的数量相同。
[0091] 本实施例方法将图像的图像块颜色通道用权重表现出来，并同时赋予不同图像块 的颜色通道不同的权重值，与原始基于暗通道先验算法中透射率优化代价函数相结合，适 用于存在大面积浅色或偏白区域的图像，而且能显著改善处理后图像出现"光晕"、块状效 应的问题。
[0092] 实施例2
[0093] 本实施例根据一个实际的场景对本发明进行详细说明。
[0094] 本实施例方法包括以下步骤：
[0095] (1)获取图像的颜色通道
[0096] 将通过数码相机、手机摄像头等数字成像设备获取的有雾图像输入到计算机中， 将图像在RGB颜色空间中进行表示；
[0097] 色偏图像是通过数字成像设备（如数码相机、手机摄像头等）获取的。在雾霾条件 下，数字成像设备光学传感器所捕获的图像质量严重下降，图像对比度底，细节损失严重， 产生雾化图像，为后续的图像处理和分析工作带来了极大的困难，。将雾化的图像读入到计 算机中，并通过通道分解获取图像每个像素点在R、G、B三个通道的像素值，从而获得了图 像的数据信息，这些数据信息是进行去雾的基础，用到公式如下：
[0099] 其中，I (X)为待去雾图像，用矩阵表示山(X)为图像的红色颜色通道；Ig(X)为 图像的绿色颜色通道；IbOO为图像的蓝色颜色通道。为了表示方便，用Γ(χ)表示IJx)、 Ig(X)和Ib(X)中的任意一个颜色通道。
[0100] ⑵计算图像暗通道
[0101] 本步骤包括：
[0102] a，将图像分成图像块，具体图像块的数量根据实际的图像设定；
[0103] b，计算每个图像块的暗通道，暗通道求解公式为：
[0105] 其中，Je(y)为无雾图像的颜色通道，此处用该公式求解有雾图像的暗通道，公式 变形为：
[0107] 其中，IdaA(y)为有雾突袭那个的暗通道；r(y)为有雾图像。
[0108] (3)估算大气光强
[0109] -般情况下，大气光强选取图像中雾的浓度最高，亮度最高的像素。选取暗通道中 像素最高的点，然后再对这些点在有雾图像中的像素取平均值，即为大气光强。本实施例 中，先从暗通道中选取最亮像素数量的0. 1 %的像素，然后选取原输入图像中这些像素的灰 度值中最大的灰度值作为大气光强值（以此为准）。
[0110] ⑷计算透射率
[0111] 假设在有雾图像内各个图像块的总体大气光强都相同且已知，假设透射率在每个 图像块里都是常数，初略估算求取透射率，则雾天大气光照模型为：
[0112] I (X) = J (X) t (X) +A (ι-t (X))
[0113] 其中，I(X)为有雾图像，用矩阵表示；J(X)为I(X)去雾后的图像，用矩阵表示； t (X)为透射率;A为大气光强；X为图像的空间坐标。
[0114] 由于去雾过程是在每个区域R、G、B三个颜色通道的局部区域中分别进行的，上式 可表示为：
[0115] Γ (y) = Jc (y) t (y) +Ac (1-t (y))
[0116] 由于y为以所述图像的空间坐标X为中心的局部小区域组成的集合，对应的，t(y) 为表示局部区域内的投射率，类似地推广到r(y)和T(y)。
[0117] 对上式使用最小滤波，可以得到：
[0123]由上述可知，，且大气光强A°的实际取值很 大，则有：
[0125] 进而得到透射率：
[0127] (5)对颜色通道进行修正
[0128] a，计算图像块的归一化透射率：
[0130] 其中，Tdi(y)为图像块k的颜色通道r(y)的归一化透射率；t。,(y)为图 像块k的颜色通道T(y)的透射率；u(y)为图像块k的颜色通道T(y)的透射率 的均值，叫幻=_ ; S (y)为图像块k的颜色通道Γ (y)的透射率的标准差，
?k为图像块k的总数；ω为第ω个图像块。
[0131] b，计算图像块的颜色通道在图像相应颜色通道中的权重：
[0133] 其中，ω。为图像的颜色通道Ily)的像素数；I Jy)为图像在图像块k的颜色通 道117)上的值；