一种基于暗通道的自适应直方图增强去雾方法
【技术领域】
[0001] 本发明设及数字图像处理领域，更具体地说是一种快速图像去雾处理方法。
【背景技术】
[0002] 现有的监控系统中，在恶劣天气条件下采集图像，由于大气中悬浮的大量雾靈颗 粒，会对光产生吸收、散射作用，从而导致摄像机采集到的图像质量下降，出现图像模糊、对 比度下降等现象，严重影响了操作人员的观察效果。因此目前有许多透雾的方法和设备被 应用到监控系统当中。
[0003] 运其中对于雾图像处理的方法大致可W分为两类：一类基于传统的图像增强算 法，比较有代表性方法的如限制对比度自适应直方图均衡（CLAHE)，此类方法不考虑雾图像 具体的形成过程，对图像中不同景深区域的增强程度相同。运类算法计算过程较简单，运行 速度快，适合于计算机并行实施。但是没考虑到雾的形成规律，不适用于所有场景，特别是 具有较大景深的雾天场景，会出现明显的色彩失真。另一类则是基于雾天模型的去雾方法， 是对有雾图像进行一次与成像的逆过程来恢复无雾图像。运种方法针对性强，得到结果自 然，一般不会有信息损失，能够取得不错的去雾效果。比较有代表性的是基于暗通道的去雾 方法，运种方法基于McCartney提出的大气散射模型，通过对大气参数和透射率进行估计， 然后根据成像模型来恢复无雾图像。但是此类方法计算量都非常大，处理一副图像需要耗 费大量的时间，难W满足实时性要求，限制了该算法在工程领域的广泛应用。
【发明内容】
[0004]本发明要解决的技术问题是现有的雾图像处理技术或者除雾效果差，或者计算量 过大，限制使用。 阳〇化]为解决上述技术问题，本发明采用的技术方案是：一种基于暗通道的自适应直 方图增强去雾方法，包括W下步骤：步骤一：读取有雾图像I(X，y)，基于暗通道模型，求 I(X，y)的暗通道图Idatk(x，y);步骤二：将图Idatk(x，y)划分为横竖若干个N*N的方块Q1,,， 根据暗通道图ldatk(x，y)计算方块Q1,,的权重因子C1,步骤S:采用CLA肥的实现方法， 对有雾图像I(x，y)分别进行处理，统计〇1,，的分块直方图化St1,,，即对分块内各个像素 区域内对应的像素点进行排列，将像素值相同的像素点排在同一列，再将每一列像素点按 像素值递增的顺序排列构成直方图；步骤四：根据化sti,,分别计算分块限制对比度直方图 //心t;利用预先定义的阔值来裁剪直方图，并将运些裁剪掉的部分均匀的分布到直方图的 其他部分；步骤五：基于直方图计算方块〇1,，相对应的直方图均衡灰度映射关系表 AfopJ；，同时计算Q1,,对应的对比度拉伸灰度映射A/巧/S;步骤六：利用步骤二得到的权重 因子步骤五得到的灰度映射关系表心2戶,和心巧i，计算方块最终的灰度映射 关系表Mapi, ,:
步骤屯：利用其临近的四个方块的灰 度映射表MaPiiJ、MaPi+u、MaPiiW、MaPi+u+i，采用双线性插值算法计算，逐个计算每个像素对 应的灰度映射值：每块的中屯、像素采用原有灰度映射关系，而其他的像素通过四个块的灰 度映射插值获取，得到除雾后的图像；步骤八：图像输出。
[0006] 本发明基于暗通道模型计算分块景深权重因子，对有雾图像进行了有权重的分块 限制对比度直方图均衡和对比度拉伸增强。既保证了景深较大的浓雾情况下，能够通过限 制对比度直方图均衡，有效还原雾中细节，又保证了在前景薄雾图像的色彩还原和对比度 提升。获得增强后的图像质量和暗通道算法相当。相比于暗通道算法，采用分块直方图计 算W及双线性插值还原方法，大大降低了每个像素映射关系计算的次数，只增加了一些双 线性插值的计算量，且可W采用并行计算方法，非常合适FPGA等硬件进行工程化实现。
[0007]进一步，步骤一的具体过程为：读取有雾图像I(X，y)，求出图像中每个像素RGB分 量中的最小值Ig(x，y)，存入一幅与原始图像大小相同的灰度图中，接着对该灰度图进行最 小值滤波，滤波的半径由窗口大小决定，得到I(X，y)的暗通道图Idatk(X，y)，其中C(X，y)表 示W像素X，y为中屯、的一个窗口
[0008] 进一步，步骤二的具体过程为：分别求出相应块内的暗通道ldatk(x，y)的均值 巧和最大值然后将该均值进行归一化，将归一化后的值作为相应块的权重 因子Ci,,:
。根据暗通道理论，权重因子Ci,,可W用来粗略衡量Q1,，的景深 关系。
[0009] 进一步，步骤五的直方图均衡灰度映射表心心的求取公式如下：
IMap似表示第k灰度级的转换函数，化St(j)/N表示0~j灰度 级的像素数量总和与像素总数N的比值。
[0010] 进一步，步骤五的对比度拉伸灰度映射表心v/'实现过程为：对直方图进行对比 度拉伸，该对比度拉伸是通过计算分段线性变换函数形式来实现对动态范围的变换，公式 为：
[0011]
阳〇1引其中XI、而决定了需要转换的灰度范围，yi、y2决定了线性变换的斜率。该对比度 拉伸是通过计算分段线性变换函数形式来实现对动态范围的变换，W达到增强图像对比度 的效果。
[0013] 本发明的优点是：将暗通道模型和传统的CLA肥图像增强算法相结合，既有效利 用到了雾天中的景深信息，又避开了复杂的透射图估计。对单幅图像进行处理，去雾效果 好，实时性强。
【附图说明】
[0014] 图1为本发明去雾方法流程图。
[0015] 图2直方图裁剪限幅示意图。
[0016] 图3为分段线性函数示意图。
[0017] 图4为插值示意图。
【具体实施方式】
[001引如图1所示，本发明方法包括W下步骤：
[0019] 1、读取有雾图像I(x，y)，基于暗通道模型，求I(x，y)的暗通道图ldatk(x，y)。具体 过程为：读取有雾图像I(X，y)，求出图像中每个像素RGB分量中的最小值Ig(x，y)，存入一 幅与原始图像大小相同的灰度图中，接着对该灰度图进行最小值滤波，滤波的半径由窗口 大小决定，得到I(X，y)的暗通道图ldatk(x，y)，其中C(X，y)表示W像素X，y为中屯、的一个 窗口。
[0020]
[0021] 2、将ldatk(x，y)划分为横竖若干个N*N的方块进行处理（N-般取8)，根据 暗通道图ldatk(x，y)计算方块的权重因子Ci,,，根据暗通道理论，该因子可W用来粗略 衡量〇1,，的景深关系。
[0022] 具体过程为：分别求出相应块〇1,，内的暗通道Idatk(x，y)的均值识4-m'e和最大值 胃然后将该均值进行归一化，将归一化后的值作为相应块的权重因子Ci,,。
[0023]