一种图像去雾方法
【专利摘要】本发明公开了一种图像去雾方法，该方法使用新的透射率估算法代替软抠图法，通过有雾图像的三原色通道最小分量的增益干预来求得透射率，可以在避免光晕和快效应的前提下，快速求得近似暗通道图像强度，从而提高算法的实时性，并使用四叉树细分法估算大气光值，使得大气光值的精度提高，最后通过透射率和大气光值多图像进行去雾处理。本发明提高了去雾的实时性以及去雾图像的保真度。
【专利说明】
-种图像去雾方法
技术领域
[0001] 本发明属于数字图像处理和机器视觉技术领域，特别设及了一种图像去雾方法。
【背景技术】
[0002] 随着科学技术的发展和人民生活水平的进步，实际生活中运用了越来越多的视觉 系统，如:监控系统，智能交通系统等，人类生活质量和需求逐渐提高，运些应用系统与人类 生活密切相关，直接影像着人类生活中。
[0003] 空气质量的降低和能见度的降低对人们的生活W及工业的发展造成了很大的影 响。由于光线被浑浊介质吸收和散射，在户外恶劣天气下拍摄的图片，使得光的强度降低， 导致光学传感器接收的光强产生改变，最终导致色彩的保真度下降，存在严重的颜色失真 与偏移，W及图像对比度的降低，图像细节信息丢失，清晰度不够，图片信息的辨识度大大 降低。此外，大多数的自动系统，它强烈地依赖于输入图像的定义，退化的图像会导致自动 系统不能正常工作，影响和限制了公路视觉监控、智能导航、遥感监控等工作。
[0004] 因此，对有雾图像的去雾处理具有广阔的应用前景，可应用于水下拍摄、航拍、户 外监控甚至是医学图像等，经过去雾处理的图像和视频更具有价值，有利于许多图像理解 和计算机视觉应用(如航空图像），图像分类，图像/视频检索，遥感和视频分析和识别，给人 们的生活带来很多的便利。在图像处理领域中，图像去雾起步相对较晚。目前国内外学者提 出的图像去雾的方法还不是特别完善，亟待改进和提高，尤其是如何提高去雾处理的实时 性W及保真性是解决去雾问题的关键。
【发明内容】
[0005] 为了解决上述【背景技术】提出的技术问题，本发明旨在提供一种图像去雾方法，采 用改进的透射率和大气光值的计算方法，提高去雾的实时性W及去雾图像的精度。
[0006] 为了实现上述技术目的，本发明的技术方案为：
[0007] 一种图像去雾方法，包括W下步骤：
[000引（1)计算有雾图像的透射率：
[0009] t(x,y) = (l-r(x,y))+gp (1)
[0010]式（1)中，t(x，y)为透射率，（x，y)表示像素坐标，P是校准因子，g为增益常数：
[0011] (2)
[001^ 式(2)中，I門和I d I分别是r和d的像素总数，对应的r和d:
[0015]式(3)中，Ic表示去雾图像的颜色通道；
[0016] 式（4)中，
表示W(x，y)为中屯、的方形 区域，m i η表示取最小值；
[0017] (2)采用四叉树细分法估计有雾图像的大气光值，具体步骤如下：
[0018] (a)将有雾图像划分成若干大小相等的矩形子块；
[0019] (b)计算每个矩形子块的平均像素值，保留平均像素值最大的矩形子块，并将该矩 形子块的平均像素值记为最大像素值Amax;
[0020] (C)若最大像素值Amax比预设的像素阔值a小，且最大像素值Amax对应的矩形子块的 大小大于等于预设的最小窗口大小，则返回步骤(a),进一步划分矩形子块，否则进入步骤 (d);
[0021] (d)将图像从RGB空间转换到YCbCr空间，且对应于最终保留的矩形子块，选择该矩 形子块亮度分量的最大值作为大气光值A。；
[0022] (3)根据步骤(1)得到的透射率和步骤(2)得到的大气光值，对图像进行去雾处理：
[0023]
紋
[0024] 式（5)中，J表示去雾处理后的图像，I为有雾图像，t日为透射率阔值，max表示取最 大值。
[0025] 进一步地，在步骤(1)中，校准因子P的取值范围是[0.8，1]。
[00%]进一步地，校准因子P的取值为0.9。
[0027] 进一步地，在步骤(3)中，透射率阔值to的取值范围是[0.05，0.15 ]。
[0028] 进一步地，透射率阔值to的取值是0.1。
[0029] 采用上述技术方案带来的有益效果：
[0030] 本发明相较于原有的暗通道算法中，使用新的透射率估算法代替软枢图法，通过 有雾图像的Ξ原色通道最小分量的增益干预来求得透射率，可W在避免光晕和快效应的前 提下，快速求得近似暗通道图像强度，从而提高算法的实时性，并使用四叉树细分法估算大 气光值，使得大气光值的精度提高，从而达到实时性好且保真度高的图像去雾的效果。
【附图说明】
[0031] 图1是本发明的基本流程图。
[0032] 图2是本发明中计算大气光值的流程图。
【具体实施方式】
[0033] W下将结合附图，对本发明的技术方案进行详细说明。
[0034] 如图1所示，一种图像去雾方法，包括W下步骤：
[0035] 步骤1、计算有雾图像的透射率：
[0036] t(x,y) = (l-r(x,y))+gP (1)
[0037] 式（1)中，t(x，y)为透射率，（x，y)表示像素坐标，P是校准因子，P的取值通常在 [0.8，1]中，本实施例可^令口 = 0.9，邑为增益常数：
[00：3 引
(2)
[0039]式(2)中，I Γ|和I dI分别是Γ和d的像素总数，对应的Γ和d:
[0042] 式(3)中，I。表示去雾图像的颜色通道；
[0043] 式（4)中：
，Ω (x，y)表示W(x，y)为中屯、的方形 区域，min表示取最小值。
[0044] 步骤2、采用四叉树细分法估计有雾图像的大气光值，具体步骤如图2所示：
[0045] (a)将有雾图像划分成若干大小相等的矩形子块；
[0046] (b)计算每个矩形子块的平均像素值，保留平均像素值最大的矩形子块，并将该矩 形子块的平均像素值记为最大像素值Amax;
[0047] (C)若最大像素值Amax比预设的像素阔值a小，且最大像素值Amax对应的矩形子块的 大小大于等于预设的最小窗口大小，则返回步骤(a),进一步划分矩形子块，否则进入步骤 (d)；
[004引（d)将图像从RGB空间转换到YCbCr空间，且对应于最终保留的矩形子块，选择该矩 形子块亮度分量的最大值作为大气光值A。。
[0049]步骤3、根据步骤1得到的透射率和步骤2得到的大气光值，对图像进行去雾处理： [00加]
樹
[0051] 式(5)中，J表示去雾处理后的图像，I为有雾图像，max表示取最大值，to为透射率 阔值，to的取值范围是[0.05,0.15]，本实施例可W令to = 0.1，用于限制透射率t(x,y)，由于 当t(x，y)^0时，J(x，y)t(x，y)也会趋近于0,使得去雾图像包含噪声，为避免运种情况的发 生，设置to来提高去雾图像的质量。
[0052] W上实施例仅为说明本发明的技术思想，不能W此限定本发明的保护范围，凡是 按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围 之内。
【主权项】
1. 一种图像去雾方法，其特征在于，包括W下步骤： (1) 计算有雾图像的透射率： t(x,y) = (l-r(x,y))+gp (1) 式(1)中，t(x，y)为透射率，（x，y)表示像素坐标，P是校准因子，g为增益常数：式(2)中，I r|和I d I分别是r和d的像素总数，对应的r和d:式(3)中，I。表示输入图像的颜色通道； 傑 (4) 式(4)中：〇^，7)表示^^，7)为中屯、的方形区域， min表示取最小值； (2) 采用四叉树细分法估计有雾图像的大气光值，具体步骤如下： (a) 将有雾图像划分成若干大小相等的矩形子块； (b) 计算每个矩形子块的平均像素值，保留平均像素值最大的矩形子块，并将该矩形子 块的平均像素值记为最大像素值Amax; (C)若最大像素值Amax比预设的像素阔值a小，且最大像素值Amax对应的矩形子块的大小 大于等于预设的最小窗口大小，则返回步骤(a),进一步划分矩形子块，否则进入步骤(d); (d)将图像从RGB空间转换到YCbCr空间，且对应于最终保留的矩形子块，选择该矩形子 块亮度分量的最大值作为大气光值A。； (3) 根据步骤(1)得到的透射率和步骤(2)得到的大气光值，对图像进行去雾处理：巧3 式巧）中，J表示去雾处理后的图像，I为有雾图像，to为透射率阔值，max表示取最大值。2. 根据权利要求1所述一种图像去雾方法，其特征在于:在步骤（1)中，校准因子P的取 值范围是[〇.8，1]。3. 根据权利要求2所述一种图像去雾方法，其特征在于:校准因子P的取值为0.9。4. 根据权利要求1所述一种图像去雾方法，其特征在于:在步骤(3)中，透射率阔值to的 取值范围是[0.05,0.15]。5. 根据权利要求4所述一种图像去雾方法，其特征在于:透射率阔值to的取值是0.1。
【文档编号】G06T5/00GK105989583SQ201610569218
【公开日】2016年10月5日
【申请日】2016年7月19日
【发明人】李昌利, 平学伟, 陈琳
【申请人】河海大学