基于天空区域划分加权tv透射率优化的图像雾霾去除方法

基于天空区域划分加权tv透射率优化的图像雾霾去除方法
【技术领域】
[0001] 本发明设及一种计算机图像处理方法，尤其设及一种图像去雾方法。
【背景技术】
[0002] 雾靈的存在不仅对人体健康造成危害，而且严重影响视觉系统的成像质量，造成 图像对比度降低、动态范围压缩、细节模糊等，直接限制和影响了目标识别与跟踪、视觉监 督、军事侦查、遥感成像等系统发挥效用。
[0003] 现有的雾靈去除算法主要有基于图像增强的方法和基于物理模型的方法。其中基 于图像增强的方法不考虑雾靈图像的形成机理，W增强图像对比度，凸显图像细节特征为 目标。该类方法去雾后的图像容易出现信息丢失和色彩失真等现象，且由于未考虑雾靈图 像形成的物理过程，无法从根本上实现去雾。基于物理模型的方法根据大气散射理论，建立 雾靈图像退化数学模型，利用反演过程获得接近真实的清晰图像。雾天图像成像模型可表 示为：
[0004] I(x)=J(x)t(x) + (l-t(x))A (1)
[0005] 式(1)中，I(X)为有雾图像，J(X)为清晰图像，t(x)为透射率，A为背景光强度。
[0006] 图像去雾的目的是从已知图像I(X)中恢复J(X)。通过求取透射率t和大气光值A， 结合I (X)，根据(1)式便可求取无雾图像J。
[0007] 现有的透射率估计方法主要有根据硬件设备获取的方法、基于不同偏振角度的多 幅图像的方法、基于暗通道先验的方法等。运些方法都假设= 且假设大气均匀， 0恒定，取得了良好的去雾效果。但是，当图像中包含大面积天空区域时，由于W上方法对天 空区域透射率估计出现较大偏差，复原图像的天空区域出现严重的色彩失真。

【发明内容】

[000引由于场景的不同，大气的介质分布也会有差别，因此针对大气介质不均匀的情况， 本发明提出一种基于天空区域划分的图像去雾新方法。首先利用边界约束对透射率进行粗 估计，然后提出基于加权TV的透射率优化算法，最后对图像天空区域进行检测和分割，改善 天空区域透射率估计。同时利用加权法估计大气光，最后得到清晰无雾图像。利用本发明图 像雾靈去除方法获得的图像，不仅可取得更好的视觉效果，且天空区域色彩等更加自然。
[0009] 为了解决上述技术问题，本发明提出的一种基于天空区域划分加权TV透射率优化 的图像雾靈去除方法，其特征在于，该方法是:对于输入的雾靈图像I (X)，首先对大气光A进 行估计，选取雾靈图像I(X)中前L行作为图像雾浓度最高的区域，在该区域内采用加权法求 取大气光A;利用边界约束得到透射率t(x)粗估计，然后基于加权TV对粗估透射率t(x)进行 优化;最后对天空区域进行检测与分割，并对天空区域透射率进一步优化，得到最终的雾靈 图像I(X)的透射率巧句;考虑到使恢复出的图像视觉效果更加自然，最后采用加入参数后 的大气散射模型获得清晰的无雾靈图像J(X)。
[0010] 本发明图像雾靈去除方法的具体步骤如下：
[00川步骤一、输入雾靈图像I(X)，大小为MXN，选取雾靈图像I(X)中前L行，其中
作为一幅图像m_A;
[0012] 步骤二、求取图像m_A的暗原色图像m_Adatk和均值M(n)，同时，由图像m_A中像素值 大于M(n)的像素组成亮区域，像素值低于M(n)的像素组成暗区域;计算亮区域的像素点数 Nbri曲t、暗区域的像素点数Mark、亮区域中暗原色最大值m巧日暗区域中暗原色最大值m2， 然后求得大气光值A:
[0014]步骤=、设无雾靈图像J(X)的场景福照度的上边界值为Cl,下边界值为C2,求出雾 靈图像I(X)的透射率的界限tb和透射率的粗估计f(诗:
[0017]其中，1^^)，4^，马和马分另懐示1^)人(：1和〔2的某一颜色通道值，〇^)是^像 素点X为中屯、的图像块，Q (y)是W图像块y为中屯、的图像域；
[001引步骤四、利用加权TV模型优化透射率村寻到雾靈图像I(X)的精确透射率t;
[0020] 其中，O表示逐元素相乘操作，@表示卷积操作，Dj表示一阶微分算子，Wj表示权重 矩阵;第一项为利用边界约束得到透射率粗估计的数据保真项，第二项为透射率估计的约 束项，A表示第一项和第二项的平衡化参数；
[0021] 步骤五、为了确定雾靈图像I(X)是否包含天空区域，求取雾靈图像I(X)对应的灰 度图像Igray(X)，W及灰度图像Igray(X)的梯度图D(X);假设亮度差阔值为Ro和梯度阔值为 Do;若IA-255 I含Ro且Dx<D〇,则认为雾靈图像I(X)包含天空区域，进行下一步，否则认为该雾 靈图像I(X)为近距离场景图，不包含天空区域，大气光均匀分布，则最终的雾靈图像I(X)的 透射率7( V) = f，直接跳到步骤屯；
[0022] 步骤六、对天空区域透射率进行如下优化，得到天空区域精确透射率t'（X):
[0024]步骤屯:将步骤四中求得的精确透射率t(x)中的天空区域替换为t'（X)，得到最终 的雾靈图像I(X)的透射率訂X)，从而获得清晰的无雾靈图像J(X)，
[00%]其中，e表示一个常量，通常取0.1，S表示另外一个常量，用于对复原效果进行微调 整，S 取 0.98。
[0027]与现有技术相比，本发明的有益效果是：
[0028] 本发明提出的针对天空区域透射率优化的去雾算法不仅利用本发明图像雾靈去 除方法获得的图像，不仅可取得更好的视觉效果，且天空区域色彩等更加自然。
【附图说明】
[0029] 图1本发明图像雾靈去除方法的流程图；
[0030] 图2(a)-图2(d)为基于边界约束的透射率估计；其中，图2(a)原始雾靈图像；图2 (b)原始雾靈图像对应的边界约束图；图2(c)原始雾靈图像对应的基于边界约束的透射率 估计图；图2(d)原始雾靈图像对应的基于边界约束的去雾效果图；
[0031] 图3(a)为一原始雾靈图像；
[0032] 图3(b)是利用本发明方法对图3(a)所示原始雾靈图像的处理效果图；
[0033] 图4(a)为另一原始雾靈图像；
[0034] 图4(b)是利用化方法对图4(a)所示原始雾靈图像的处理效果图；
[0035] 图4(c)是利用化rel方法对图4(a)所示原始雾靈图像的处理效果图；
[0036] 图4(d)是利用本发明方法对图4(a)所示原始雾靈图像的处理效果图。
【具体实施方式】
[0037] 下面结合附图和具体实施例对本发明技术方案作进一步详细描述，所描述的具体 实施例仅对本发明进行解释说明，并不用W限制本发明。
[0038] 现有的雾靈去除算法主要有传统的图像增强的方法和基于物理模型的图像复原 的方法。其中基于物理模型的图像复原的方法是根据大气散射理论，建立雾靈图像退化数 学模型，利用反演过程获得接近真实的清晰图像。雾天图像成像模型可表示为：
[0039] I(x)=J(x)t(x) + (l-t(x))A (1)
[0040] 式(1)中，I(X)为有雾图像，J(X)为清晰图像，t(x)为透射率，A为背景光强度。
[0041] 图像去雾的目的是从已知图像I(X)中恢复J(X)。通过求取透射率t和大气光A，结 合I(X),根据（1)式便可求取无雾图像J。根据上述经典雾天图像成像模型式(1)，若透射率t 及大气光A已知，则得到去雾后的图像J可W用式(2)表达。
(2)
[0043]本发明图像雾靈去除方法的设计思路是:基于天空区域划分加权TV透射率优化的 图像雾靈去除方法，该方法是:对于输入的雾靈图像I(X),如图2(a)所示，首先对大气光A进 行估计，选取雾靈图像I(X)中前L行作为图像雾浓度最高的区域，在该区域内采用加权法求 取大气光A;利用边界约束得到透射率t(x)粗估计，如图2(b)所示，然后基于加权TV对粗估 透射率t(x)进行优化;最后对天空区域进行检测与分割，并对天空区域透射率进一步优化， 得到最终的雾靈图像I(X)的透射率r(.r)，如图2(c)所示;考虑到使恢复出的图像视觉效果 更加自然，进而采用如式(3)所示的大气散射模型的相关变形公式（即在式(2)所示的大气 散射模型加入参数后的大气散射模型)获得清晰的无雾靈图像J(X),如图2(d)。 (3)
[0045] 式(3)中，e表示一个常量，通常取0.1，S表示另外一个常量，用于对复原效果进行 微调整，S取0.98。
[0046] 如图1所示，本发明基于天空区域划分加权TV透射率优化的图像雾靈去除方法的 具体步骤如下：
[0047] 步骤一、输入雾靈图像I(X),大小为MXN，选取雾靈图像I(X)中前L行，其中 作为一幅图像m_A;
[0048] 步骤二、求取图像m_A的暗原色图像m_Adatk和均值M(n)，同时将图像m_A中像素值 大于M(n)的像素划分为亮区域，像素值低于M(n)的像素划分为暗区域，计算亮区域的像素 点数师ri曲t、暗区域的像素点数Ndark