基于滚动导向的图像去雾方法
【技术领域】
[0001] 本发明属于图像处理技术领域，具体是设及一种图像去雾方法，可用于交通监控、 自动驾驶、航天遥感和安防监测领域。
【背景技术】
[0002] 近年来大规模持续性雾靈污染事件频繁发生，不仅影响到了每个人的身体健康W 及日常生活，而且使户外监控设备所拍摄图像质量严重退化，给户外监控、监测W及智能识 别跟踪系统等带来了巨大的挑战，如在雾靈天气影响下，交通要道违章车辆的车牌等信息 可能无法精确地识别出来，银行等机构的户外监控设备可能因无法拍摄到清晰地人体特征 信息而造成安防问题不能有效地得到保证，无人机可能因大气中雾靈的干扰而不能在航拍 中有效地侦测识别目标等情况。综上所述，雾靈天气给户外监控系统后期图像处理引入了 很多不稳定的干扰因素。因此，如何有效地去除图像中雾靈因素的干扰成为了一个具有重 要现实意义的课题。
[0003] He等学者在文章 "Single image haze removal using dark channel prior.IEEE Trans.on Pattern Analysis and Machine Intelligence,2011,33:2341- 2353."中提出了基于暗通道先验理论的单幅图像去雾方法。该方法能够获得非常不错的去 雾效果，但是去雾结果亮度偏暗，而且由于采用软枢图算法对初始粗糖透射图进行优化，使 整个去雾方法具有较高的时间复杂度。
[0004] Tarel等学者在文章 "Fast visibility restoration from a single color or gray level im曰ge.Proceedings of IEEE Conference on Intern曰tion曰1 Conference on Computer Vision,2009,10:20-28."中提出基于两次中值滤波的快速单幅图像去雾方 法。该方法具有比较高的去雾效率，但是由于采用不具有良好边缘保持性的中值滤波算法， 去雾结果的边缘区域存在严重的光晕效应。
【发明内容】
[0005] 本发明的目的在于针对上述现有图像去雾技术的不足，提出一种基于滚动导向的 图像去雾方法，W避免光晕效应的产生，提高去雾结果的整体亮度，使去雾结果的视觉效果 更加自然。
[0006] 为实现上述目的，本发明的技术方案包括如下：
[0007] (1)输入任选的一幅雾天彩色图像H，依次计算雾天彩色图像Η的最小值图像Μ和暗 通道图像D;
[000引（2)求解雾天彩色图像Η的大气光值L
[0009] (2a)将暗通道图像D中像素点的像素值按由大到小进行排序，取排序后前0.1%个 像素点区域Q;
[0010](化)将雾天彩色图像Η转换到服V即色调、饱和度、亮度空间中；
[0011] (2c)将像素点区域Q所对应位置的雾天彩色图像在HSV空间中的V值按由大到小进 行排序，判定取排序后处于1/5位置所对应的雾天彩色图像像素点的个数η:如果n = l，则取 该雾天彩色图像像素点作为大气光值L，如果n>l，则取像素值最大的雾天彩色图像像素点 作为大气光值L
[0012] (3)求解雾天彩色图像哺勺初始粗糖透射图/ (Λ) ·
[0013]
[0014] 式中，tmin(z)表示初始粗糖透射图/'(X；)的下限，思表示y为W像素点Z为中屯、、窗 口大小为3X3的局部邻域中像素值最小的像素点，记表示X为W像素点y为中屯、、窗口大 小为3 X 3的局部邻域中的像素值最大的像素点；
[0015] (4)对初始粗糖透射图/'(x)进行优化，获取优化后的透射图t(x);
[0016] (4a)对初始粗糖透射图进行窗口大小为15X15的中值滤波，获得滤波后的透 射图LrfW;
[0017] (4b)按照下式，对步骤（1)获取的最小值图像Μ进行取反操作，获得取反后的图像 麻；
[001 引 = - ，
[0019]式中，M(x)表示最小值图像Μ中任意一个像素点X的像素值，M(.Y)表示取反后的图 像.絶中任意一个像素点X的像素值；
[0020] (4c似取反后的图像痛作为输入图像，W中值滤波后的透射图作为引导图 像，进行联合双边滤波，获得联合双边滤波后的图像&
[0021] (4d)W取反后的图像Μ作为输入图像，W联合双边滤波后的图像乍为引导 图像，进行联合双边滤波，获得更新后的联合双边滤波后的图像iCx);
[0022] (4e)对步骤(4d)进行重复迭代操作，当重复迭代次数达到设定阔值τ时，则取本次 联合双边滤波后的图像作为优化后的透射图t(x)，T取值为5;
[0023] (5)根据大气光散射物理模型，利用已求解得到的大气光值L和优化后的透射图t (义），获取初始去雾结果尺〇;
[0024] (6)对初始去雾结果Ro进行基于图层的细节增强处理，获取最终的去雾结果R。
[0025] 本发明与现有技术相比具有W下优点：
[0026] 第一，本发明方法通过对初始粗糖透射图采用循环迭代联合双边滤波进行优化， 避免了光晕效应的产生，提高了去雾结果的整体亮度，使去雾结果视觉效果更加自然。
[0027] 第二，本发明的方法不仅不需要人工的参与，还能较大地降低计算代价，节省了计 算时间，在获得清晰自然的视觉效果的同时，显著地提高了图像去雾的效率。
【附图说明】
[0028] 图1是本发明的实现流程图；
[0029] 图2是本发明仿真使用的道路交通雾天图像；
[0030] 图3是本发明仿真使用的房屋雾天图像；
[0031] 图4是用本发明与现有方法对道路交通雾天图像的去雾结果对比图；
[0032] 图5是用本发明与现有方法对房屋雾天图像的去雾结果对比图。
【具体实施方式】
[0033] 下面结合附图对本发明做进一步的描述。
[0034] 参照附图1，本发明的具体步骤如下：
[0035] 步骤1:输入任选的一幅雾天彩色图像H，依次计算雾天彩色图像Η的最小值图像Μ 和暗通道图像D。
[0036] 本实施例中使用的雾天彩色图像如附图2和附图3所示。其中，附图2(a)是道路交 通雾天图像，大小为600 X 400，附图3 (a)是房屋雾天图像，大小为441 X 450。
[0037] (la)从附图2(a)和附图3(a)中任选一幅雾天彩色图像作为输入的一副雾天彩色 图像H;
[0038] (化）取雾天彩色图像Η中每一个像素点在R、G、B即红绿蓝Ξ个颜色通道上的最小 灰度值，获得雾天彩色图像Η的最小值图像Μ;
[0039] (Ic)对雾天彩色图像Η的最小值图像Μ进行窗口大小为15 X 15的最小值滤波，获得 雾天彩色图像Η的暗通道图像D。
[0040] 步骤2:求解雾天彩色图像哺勺大气光值L。
[0041] (2a)将暗通道图像D中像素点的像素值按由大到小进行排序，取排序后的前0.1% 个像素点区域Q;
[0042] (2b)将雾天彩色图像Η转换到服V即色调、饱和度、亮度空间中；
[0043] (2c)将像素点区域Q所对应位置的雾天彩色图像在HSV空间中的V值按由大到小进 行排序，判定取排序后处于1/5位置所对应的雾天彩色图像像素点的个数η:如果n = l，则取 该雾天彩色图像像素点作为大气光值L，如果n>l，则取像素值最大的雾天彩色图像像素点 作为大气光值L。
[0044] 步骤3:根据彩色图像中像素点的像素值边界约束条件求解雾天彩色图像Η的初始 粗糖透射图蛛;
[0045]
[0046] 式中，η}門，表示y为W像素点Ζ为中屯、、窗口大小为3 X 3的局部邻域中像素值最小 的像素点，η货X,表示X为W像素点y为中屯、、窗口大小为3X3的局部邻域中的像素值最大的 像素点，tmin(z)表示初始粗糖透射图/'(/：)的下限，按如下公式计算：
[0047]
[004引式中，H(z)表示雾天彩色图像Η中任意一个像素点Z的像素值，ce{r，g，b}表示C为 图像R、G、B^个颜色通道中的任意一个通道，Cl表示无雾彩色图像中像素点的像素值下限， Cl取值为20，C2表示无雾彩色图像中像素点的像素值上限，C2取值为280。
[0049] 步骤4:对初始粗糖透射图进行优化，获取优化后的透射图t(x):
[0050] (4a)根据彩色图像局部图像块的深度信息恒定不变的特征，对初始粗糖透射图 i'W进行窗口大小为15 X 15的中值滤波，获得滤波后的透射图;
[0051] (4b)按照下式，对步骤1获取的最小值图像Μ进行取反操作，获得最小值图像Μ取反 后的图像愈;
[0化2]
[0053] 式中，Μ(χ)表示最小值图像Μ中任意一个像素点X的像素值，麻的表示取反后的图 像麻中任意一个像素点X的像素值；
[0054] (4c) W最小值图像Μ取反后的图像凉作为输入图像，W中值滤波后的透射图 作为引导图像，进行联合双边滤波，获得联合双边滤波后的图像4 (.Y);
[0055] (4d) W最小值图像Μ取反后的图像近作为输入图像，W联合双边滤波后的图像 4 (.Υ)作为引导图像，进行联合双边滤波，获得更新后的联合双边滤波后的图像4仁）;
[0056] (4e)设定阔值τ，重复迭代得到优化后的透射图t(x):
[0化7]由于中值滤波后的透射图的边缘信息比较模糊，根据联合双边滤波所获得 的滤波结果边缘强度介于输入图像和引导图像的边缘强度之间的特征，通过对步骤(4d)进 行重复迭代操作重塑中值滤波后的透射图的边缘信息，当重复迭代次数达到设定阔 值τ = 5时，则取本次联合双边滤波后的图像作为优化后的透射图t(x)。
[005引步骤5:根据大气散射物理模型，获取初始去雾结果Ro。
[0059] 在雾靈天气条件下，大气散射物理模型如下：
[0060] H(x) =Ro(x)t(x)+L(l-t(x)),
[0061] 式中，H(x)表示雾天彩色