一种雾霾条件下视频图像增强方法
【技术领域】
[0001] 本发明设及数字图像处理领域，尤其设及一种雾靈条件下视频图像增强方法，适 用于机器视觉应用的前期图像增强预处理，可广泛应用于在雾靈天气条件下的道路交通监 控、行车记录、安防监控、无人机地面侦察等视频图像应用领域。
【背景技术】
[0002] 近年来，我国的大气污染越来越严重，由此产生的雾靈导致大气能见度降低，户外 视频监视系统很难直接得到具有较高清晰度的图像信息，直接导致监视系统失效。为此，在 摄像机得到的视频图像基础上利用软件算法进行视频图像去雾处理，增加图像清晰度具有 重要意义。
[0003] 在过去的十几年里，国内外学者针对单幅图像去雾开展了很多研究，并提出了多 种有效的图像去雾方法。而在视频图像去雾方面，由于存在视频序列相邻帖之间高冗余性 数据应用、各帖图像透射率信息获取W及视频编辑图像时空一致性保持等特殊问题，相关 研究工作相对单幅图像去雾研究较为缺乏。目前已提出的视频图像去雾方法包括两种类 型。一种方法是针对具有固定背景的有雾视频，将其背景进行一次去雾处理，后续帖背景采 用前帖去雾后背景替换;对其余区域进行逐帖去雾。该方法运算量相对较少，但仅适用于存 在固定背景的视频应用。另一种方法是采用光流法进行运动估计，然后利用视频图像前后 帖的透射率信息及运动估计结果构造马尔科夫场，通过求解全局最优值来获得本帖透射 率。此种方法利用了相邻帖之间高冗余性的图像数据，保持了时空一致性，但由于求解全局 最优需要解算大型稀疏方程，运算量极大，不适合于具有实时性要求的视频应用场合。
【发明内容】
[0004] 有鉴于此，本发明提供了一种雾靈条件下视频图像增强方法，通过利用相邻图像 帖的数据信息，既保持了时间连续性且处理速度能够满足视频处理的实时性要求，满足实 时去雾功能的同时，能够有效地消除去雾后视频图像闪烁。
[0005] 为了解决上述技术问题，本发明是运样实现的：
[0006] -种雾靈条件下视频图像增强方法，包括如下步骤：
[0007] 步骤一、求取基于时间连续自适应调整的大气光值，具体为：
[000引A、针对输入视频的当前帖图像Ik,获得每一个像素点的Ξ个独立的单通道图像R、 G、B中的最小值，遍历图像Ik的各个像素点，得到暗通道图Idark;
[0009] 将暗通道图Idark中像素亮度值从大到小排列的前0.1%的像素点筛选出来，其它 像素点不考虑，形成大气光区域图；针对图像Ik中与大气光区域图对应位置的各个像素点， 获得各个像素点通道R、通道GW及通道B的平均值，则得到的Ξ个平均值作为大气光值，该 大气光值为一个有R，G，B分量的向量。
[0010] B、对视频中的每一帖图像进行如a中所述的处理，获得各帖图像原始大气光值；
[0011] C、如果视频中当前帖为第一帖，则将该帖图像的原始大气光值作为经过学习得到 的当前帖大气光值Ak，此时k = 0;
[0012] D、如果视频中当前帖非第一帖，则当前帖的前N帖大气光值W及当前帖原始大气 光值进行加权平均，作为经学习得到的当前帖大气光值Ak;其中，所述N至少取2,且小于或 等于k-1;
[0013] 步骤二、估计初始透射率图，具体包括如下步骤：
[0014] S201、将图像Ik各元素的值除W步骤一得到的经过学习的当前帖大气光值Ak，得到 图像Ια,将图像Ια划分为半径为r的窗口，求每个窗口中的各个像素点的R、G和ΒΞ通道中的 最小通道值，再从该窗口中各像素点的最小通道值中选择一个最小值，得到每个窗口对应 的暗通道图I^A;将该暗通道图1/A与加权系数ω的乘积后，再用1减去该乘积，最终估计得到 初始的透射率f(P);
[001引其中，半径r的取值范围为7-15个像素;加权系数ω取值范围在0.90至0.99之间；
[0016] S202、判断:如果视频中的当前帖为第一帖，则将透射率f(p)作为经过调整得到的 当前帖的初始透射率；
[0017] 如果视频中当前帖非第一帖，则通过时间相干性方法获取调整后的初始透射率 图，所述时间相干性方法求解透射率图的方法进一步包括：
[0018] 将每一帖的RGB彩色图像转换到YUV空间，得到Y通道的图像将步骤一获得的经 过学习的大气光值Ak转换为标量：
[0019] Α=ΑΤ · 0.3+Ag · 0.59+Ab · 0.11 (4)
[0020] 其中AT、Ag和Ab分别表示大气光值41^的；通道分量值；
[0021] S203、第k帖透射率tk(p)和k-1帖的透射率tk-i(p)在像素点P的关系为tk(p) = Tk (P)tk-l(P)，则时间相干性因子根据下式求出：
[00剖
（旬
[0023] 其中，Ik(p)和Ik-i(p)表示同一像素点P在第k帖和k-1帖Y通道的图像所具有单通 道值，σ2表示模型的方差;所述σ2的取值为10;
[0024] S204、根据时间相干因子Tk，得到tk(p) =~(p)tk-i(p)后构造代价函数，如下式所 述：
[0025]
倘
[0026] 其中，tk为最终要求的透射率，为未知数;表示透射率估计的模型误差，所述曰*2 取值为l〇;Np表示像素点P的邻域像素点；tk-i(p)表示第k-1帖中像素点P的透射率;Ik-i(q) 表示第k-1帖图像中像素点P的邻域像素点的Y通道图像的值；i'(q)表示像素点P的邻域像素 点的透射率，由暗通道求得的初始透射率;所述a2取值为0.0052;
[0027] S205、求式(8)表示的代价E最小时的透射率tk;
[0028] 步骤Ξ、将输入图像的YUV空间的Y通道图像作为导向图像，初始透射率图tk作为 输入图，对初始透射率tk导向滤波，得到各个区域块最终的透射率t%
[0029] 步骤四、针对输入的当前帖图像的各个像素点，通过W下公式得到去雾处理后的 图像：
[0030]
辨
[0031] 其中，t^p)表示任意像素点P所在位置的最终的透射率，根据步骤3的最终的透射 率*^获得;1(9)为输入的368彩色图像的像素点9的^通道值，41^%步骤一得到的^通道大气 光值。
[0032] 较佳的，在所述步骤中，当前帖的前N帖大气光值W及当前帖原始大气光值进行加 权平均的具体方法如下：
[0033] 找到大气光区域图中亮度最小的像素点，求该像素点3X3窗口内对应图像Ik中的 像素值的差值Bstd和平均值Bmean，再求该差值Bstd与平均值Bmean之间的差值：
[0034] L= iBstd-Bmean (1);
[0035] 最后，判断当前第k帖对应的差值Lk与第k-1帖的差值Lk-1之间的差值是否小于或 等于预设的阔值Lthresh，若第k帖Lk与第k-1帖Lk-l差值小于或等于1^細34,则将当前帖原始大 气光值作为经过学习得到的当前帖大气光值Ak;否则将当前帖的前N帖大气光值W及当前 帖原始大气光值进行加权平均，作为经学习得到的当前帖大气光值Ak;其中，所述Lthresh取 值为0.02;
[0036] 所述经学习得到的当前帖大气光值Ak的R、G和B任意一个通道的值为：
[0037]
(；巧
[0038] 其中，4和4分别表示原始第k帖和第j帖大气光，Ak表示经过学习获得的第k帖大 气光，aj表示当前帖更新权重;所述权重^的取值原则为，与当前帖越近，取值越大，反之越 小；
[0039] 较佳的，所述r取15。
[0040] 较佳的，ω取值范围在0.94至0.96之间。
[0041] 较佳的，ω取值0.95。
[0042] 较佳的，所述步骤二中，得到时间相干性因子后，再得到基于区域块的时间相干因 子，具体为：
[0043] 首先，计算图像Ik中任意像素点Ρ在相邻帖出现在同一个位置的概率，一种