[0024] 3、同时对有雾图像I(x，y)借鉴CLA肥的实现方法分别进行处理，首先统计的 分块直方图Histi,,;具体做法为：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。
[0025] 4、根据化sti, ,分别计算分块限制对比度直方图///.V/% ///.W'的计算方法和CLAHE 算法相同：利用预先定义的阔值来裁剪直方图W达到限制放大幅度的目的，并将运些裁剪 掉的部分均匀的分布到直方图的其他部分。
[0026] 如图2所示，为对比度裁剪限幅过程。即输入图像的直方图经过截止频率并重新 分布后形成的直方图。
[0027] 5、计算方块Q湘对应的灰度映射关系表M巧/和A/巧/,。直方图均衡灰度映射 表Ml/实现过程为直方图均衡化过程：
心巧J(幻表示第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，因为Map化） 是归一化的数值，要转换为0~255的颜色值，需要再乘上255。
[0028] 对比度拉伸灰度映射表M邱实现过程为：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，W达到增强图像对比度的 效果。如图3所示，为分段线性函数曲线。公式为：
[0029]
[0030] 其中XI、而决定了需要转换的灰度范围，y1、y2决定了线性变换的斜率。
[0031] 6、利用权重因子Ci,,和灰度映射关系表Ma/Z沛，计算方块Q1,,最终的灰度 映射关系表Mapi, ,。运步中将两张映射表加权的原因是：CLA肥对雾天图像中景深较大区域 的增强效果较好，对前景则存在一定程度的色彩失真；而传统的对比度拉伸对前景图像增 强效果较好，对景深较大区域的浓雾区域效果不佳。因为Ci,,可W粗略估计Q1,，的景深关 系，所W利用Ci,,对Mop；；',和进行加权平均，既较好的去除了雾气，又还原并保持了前 景色彩。
[0032]
[0033] 7、逐个计算每像素对应的灰度映射值：利用其临近的四个方块的灰度映射表采用 双线性插值算法计算。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。
[0034] 如图4所示为插值过程。位于图中数字标记为3部分的像素采用四个灰度映射表 进行双线性插值，而位于边缘的（数字标记为2)部分则采用左右或上下相邻的两个灰度映 射表进行线性插值，角点块处（数字标记为1)直接使用该块的灰度映射关系。
【主权项】
1. 一种基于暗通道的自适应直方图增强去雾方法，其特征是包括以下步骤： 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Idarii (X，y); 步骤二：将图IdaA(x，y)划分为横竖若干个N*N的方块Qw根据暗通道图Idarii (x，y) 计算方块Qlij的权重因子Clij; 步骤三：采用CLAHE的实现方法，对有雾图像I(x，y)分别进行处理，统计的分块 直方图HiStlij，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Hist1^分别计算分块限制对比度直方图《< ;利用预先定义的阈值来 裁剪直方图，并将这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〃计算方块相对应的直方图均衡灰度映射关系表 」/〇/^，同时计算01^对应的对比度拉伸灰度映射1/13/<; 步骤六：利用步骤二得到的权重因子Cu、步骤五得到的灰度映射 关系表M（和<计算方块Qlij最终的灰度映射关系表Map^: M&p -C1.. -.Adcips +:(1 -Ci j)yMicipe：；： 步骤七：利用其临近的四个方块的灰度映射表Map1,pMapupMap^pMapnj+1，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：每块的中心像素采用原有灰度 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。2. 根据权利要求1所述的一种基于暗通道的自适应直方图增强去雾方法，其特征是 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Idarii(X，y)，其中c(x,y)表示以像素X，y 为中心的一个窗口：3. 根据权利要求1所述的一种基于暗通道的自适应直方图增强去雾方法，其特征是 步骤二的具体过程为：分别求出相应块Qu内的暗通道I&k(x，y)的均值和最 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Cli4. 根据权利要求1所述的一种基于暗通道的自适应直方图增强去雾方法，其特征是步 骤五的直方图均衡灰度映射表^的求取公式如下：Map(k)表示第k灰度级的转换函数，Hist(j)/N表示O~j灰度级的像素数量总和与 像素总数N的比值。5.根据权利要求1所述的一种基于暗通道的自适应直方图增强去雾方法，其特征是步 骤五的对比度拉伸灰度映射表实现过程为： 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：其中Xl、X2决定了需要转换的灰度范围，yPy2决定了线性变换的斜率。
【专利摘要】本发明公开了一种基于暗通道的自适应直方图增强去雾方法，其采用暗通道模型求取有雾图像的暗通道图，将暗通道图划分为若干方块，计算每个方块的权重因子；然后，采用CLAHE的实现方法，统计每个方块的分块直方图；根据分块直方图计算分块限制对比度直方图；基于对比度直方图计算方块相对应的直方图均衡灰度映射关系表，计算对比度拉伸灰度映射；利用权重因子、灰度映射关系表和对比度拉伸灰度映射，计算方块最终的灰度映射关系表；利用其临近的四个方块的灰度映射表，每块的中心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；最后，图像输出。本发明将暗通道模型和传统的CLAHE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。
【IPC分类】G06T5/40
【公开号】CN105225210
【申请号】CN201510661549
【发明人】宋文, 程智林
【申请人】南京第五十五所技术开发有限公司
【公开日】2016年1月6日
【申请日】2015年10月14日