一种信息损耗约束的沙尘图像清晰化方法
【技术领域】
[0001] 本发明属于图像复原技术领域，在低对比度、低信息量及存在严重沙尘天气下，实 现黄色偏移的图像清晰化恢复，具体涉及一种信息损耗约束的沙尘图像清晰化方法。
【背景技术】
[0002] 随着信息技术和计算机图像处理技术的飞速发展，越来越多的领域利用图像信息 进行智能识别和判断，如交通、视频监控，侦查、导航等。然而在沙尘天气情况下，受大气介 质中悬浮的沙尘颗粒散射的影响，拍摄的图像会出现对比度降低、颜色偏移等退化现象，使 得场景的可辨识度大大降低，这严重制约了户外图像处理系统的应用。而沙尘天气是我国 西北地区尤其新疆地区是比较常见的一种天气情况，从退化的沙尘图像中增强和复原场景 细节信息，提升沙尘退化图像的可观测性，为图像的进一步处理提供更多的信息具有重要 的现实意义。
[0003]目前对退化图像的研究主要集中于雾霾天气，直接利用传统的雾天图像增强的方 法来处理沙尘图像，往往不能取得理想的效果，首先是算法本身存在信息损耗等缺陷，再就 是沙尘图像相对而言具有明显的偏色，对比度退化更加严重。经典的图像增强的方法，通常 是从主观感受出发，并不分析天气因素造成图像降质的物理成因，仅仅是通过对比度拉伸 的思路提升图像的可观测性；然而实际沙尘天气拍摄的图像，其退化程度是随场景深度变 化的，相应的对比度提升程度应该是随景深空间变化的，因此基于传统的图像增强的思路 来恢复沙尘图像，对景深变化较大的场景恢复效果具有一定的局限性，且很难恢复出符合 实际场景的颜色。
[0004] 沙尘图像通常呈现出来的特点是：对比度退化严重且退化程度随深度空间变化， 存在明显黄色偏移，整体亮度偏暗，细节丢失；如何改善这些缺点来提升沙尘图像的可观测 性，是一个急需解决的技术问题。
【发明内容】
[0005] 本发明的目的是提供一种信息损耗约束的沙尘图像清晰化方法，对沙尘天气下所 拍摄的退化图像进行清晰化处理，恢复出退化图像中的有效信息，恢复场景中的细节，提升 对比度，还原真实场景的颜色。
[0006] 本发明采用的技术方案是，一种信息损耗约束的沙尘图像清晰化方法，该方法按 照以下步骤具体实施：
[0007] 建立大气光的成像模型如下式：
[0008]Ic (x) =Jc (x)·t(x) +AC·(l~t(x)),C=R,G,B,xeimage(1)
[0009] 其中，f(x)是采集到的退化的原始图像；x为原始图像的像素坐标，xeimage是 指相应图像中所有的像素；/(X)是待求的目标图像；t(x)是透射率，其取值范围是[0, 1]; ，是大气光分量，R，G，B分别表示对应图像的红色、绿色、蓝色三个颜色通道的值，
[0010]步骤1、计算大气光分量
[0011] 假设在最小的透射率〖_作用下，待恢复的目标图像满足灰色世界假设，对于式 (1)，对等式两边求均值后得：
[0012]
[0013] 其中，严为所采集的原始图像的三个颜色通道的均值，t_为透过沙尘层的最小透 过率，即：
[0014]
[0015] N_ge为原始图像的像素总个数，xeimage是指原始图像中所有的像素，尸为目 标图像的均值，因为满足灰色世界假设，因此则有：
[0016]
[0017]将tmin、式（3)以及式⑷计算得到的/_<'、和C=R,G,B带入式⑵中，计算 得到大气光分量Y如下：
[0018]
[0019] 步骤2、计算透射率的粗略估计值
[0020] 2. 1)选取局部观测窗Ωε
[0021] 假设局部区域内场景的深度连续平滑，因此在透射率估计过程中选取的局部观测 窗，局部观测窗的大小为wXw，采集到的原始图像大小为mXn，其中函数int()表示取整数 运算；
[0022] 2. 2)初始化，设置局部观测窗Ωε内的透射率初值tinitlal=t
[0023] 2. 3)计算局部观测窗内的透射率和信息损耗
[0024] 令sxweΩ^带入式（6)中，计算对应区域的初始恢复的目标图像 (xj,xweΩc,C=R,G,B：
[0025]
[0026] 2· 4)统计中的信息损耗，xweΩc，C=R,G,B，即R,G,B三个颜色通道的像 素溢出总数Nlciss:
[0027]
[0028] 其中，函数Num()表示统计满足条件要求的像素个数的操作；
[0029] 2. 5)更新局部观测窗内的透射率
[0030] 预先设定阈值Th，若Nlciss大于预先设定阈值Th，贝lj表明信息损耗过大，估计出的透 射率不准确，这时，对tinitlal以步长At加大透射率，即：
[0031] tUJ=iinilial+Mi^eOG; (8)
[0032] 2. 6)令匕=?'?Χ.)，xweΩε，返回步骤2. 3)，进行重复操作，直到Nlc]SS<Th，转 步骤2. 7);
[0033] 2. 7)计算整个原始图像的粗略透射率
[0034] 将局部观测窗无重叠平移，重复步骤2. 2)至步骤2. 6)，遍历整个原始图像，即得 至IJ整个原始图像的粗略透射率?(Λ).，.Xeimage;
[0035] 步骤3、对粗略透射率进行细化
[0036] 3. 1)描述场景深度的导向图IEUlde(x)的计算式如下：
[0037]
[0038] 3. 2)建立能量方程如下：
[0039] t(xk) =ak ·Igulde(xk)+bk，xkeωk， (10)
[0040] 其中，cok是细化过程中局部观测窗，其大小与步骤2. 1)中的局部观察窗Ωε的大 小相同，两个系数α,和b,的计算公式如下：
[0041 ]
[0042]
[0043] 其中的μjP炊I.分别是Igui(te (xk)在ωk|^I的均值和方差，Xkeωk;氣,4.是ωk|^I像 素的总数；是江\)在cok内的均值；ε是为了防止分母为零而设置的一个极小的值；
[0044] 3. 3)将得到的ak，bk，带入式（10)得到细化后的透射率t(xk)，xkeωk;
[0045] 3. 4)将局部观测窗〇^逐像素平移遍历整个原始图像，重复步骤3. 2)和3. 3)，就 可最终得到细化后的整幅图像的透射率t(x)，Xeimage;
[0046] 步骤4、得到最终恢复的目标图像
[0047]根据步骤2和步骤3估计出来的大气光，和透射率t(X)，由下式计算得到最终的 目标图像/(X):
[0048] Jc (X) = (Ic (X) _AC)/t(X)+AC，Ce{R，G，B}，Xeimage，（14)
[0049] 获得基于沙尘原始图像的清晰化后的目标图像，即成。
[0050] 本发明的有益效果是，实现了对沙尘天气条件下所拍摄的图像进行清晰化处理， 能够恢复出大部分的细节信息，恢复图像中的一些关键信息，较好地恢复出图像中场景的 色彩信息。
【附图说明】
[0051] 图1是实施例1黄色偏色不严重的沙尘退化的原始图像；
[0052] 图2是对图1细化后的透射图；
[0053] 图3是对图1清晰化后的目标图像；
[0054] 图4是实施例2黄色偏色严重的沙尘退化的原始图像；
[0055] 图5是对图4细化后的透射图；
[0056] 图6是对图4清晰化后的目标图像。
【具体实施方式】
[0057] 下面结合附图及【具体实施方式】对本发明进行详细说明。
[0058] 本发明的信息损耗约束的沙尘图像清晰化方法，其工作原理是，针对色偏和对比 度退化严重的单幅沙尘原始图像，基于大气散射的物理模型，采用信息损耗约束的方法进 行复原。首先，在需要复原的目标图像满足灰色世界的假设前提下，在给定最小的透射率 的情况下，估计大气光数值；之后，根据透射率与对比度提升和信息损耗之间的关系，采用 信息损耗约束，估计出初始的粗略透射率；然后，利用导向滤波对初略透射率进行细化；最 后，求解大气散射模型得到清晰的目标图像。
[0059] 基于上述的原理，本发明的信息损耗约束的沙尘图像清晰化方法，按照以下步骤 具体实施：
[0060] 建立大气光的成像模型（该大气光的成像模型在以暗通道的大雾清晰化相关论 文中均有描述），如下式：
[0061] Ic (x) =Jc (x) ·t(x) +AC · (l~t(x)),C=R,G,B,xeimage(1)
[0062] 其中，f(x)是采集到的退化的原始图像；x为原始图像的像素坐标，xeimage是 指相应图像中所有的像素；/(X)是待求的目标图像；t(x)是透射率，其取值范围是[0, 1]， 表示光线透过介质层的比例，由景深决定，这里Ie(x)、/(x)以及t(x)都有X的变化，实际 上这三个图像的大小是一样的；，是大气光分量，R，G，B分别表示对应图像的红色、绿色、蓝 色三个颜色通道的值，这里Ie(x)和/ (X)中的c都有三个颜色通道。
[0063] 对沙尘影响的原始图像的恢复，从模型式（1)可见，通过估计大气光分量#和透 射率t(X)，便能够根据采集到的原始图像f(X)，求得目标图像/ (X)，
[0064] 步骤1、计算大气光分量
[0065] 假设在最小的透射率1_作用下，待恢复的目标图像满足灰色世界假设，对于式 (1)，对等式两边求询倌后得：
[0066]
[0067] 其中，严为所采集的原始图像的三个颜色通道的均值，t_为透过沙尘层的最小透 过率，取经验值为t_e[0. 1，0. 3]，即：
[0068]
[0069] N_ge为原始图像的像素总个数，Xeimage是指原始