一种图像去雾方法及装置的制造方法
【专利摘要】本发明提供了一种图像去雾方法及装置，包括：获取待去雾图像、根据待去雾图像，获取大气光值；获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像的R通道矩阵的R通道频域矩阵；获取所述R通道频域矩阵中每个像素所处的行位置以及所述R通道频域矩阵中每个像素所处的列位置；根据上述参数获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波器；将R通道频域矩阵与加权平均滤波器进行卷积，并将卷积结果转换成空域，以获取透射率图；根据大气光值和透射率图，获取待去雾图像的去雾图像。本发明由于通过加权平均滤波器与R通道频域矩阵进行卷积，使去雾图像清晰度高。
【专利说明】
-种图像去雾方法及装置
技术领域
[0001] 本发明设及图像处理技术领域，尤其设及一种图像去雾方法及装置。
【背景技术】
[0002] 雾靈是一种自然现象，大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶 系统称为雾，空气中的灰尘、硫酸、硝酸、有机碳氨化合物等能使大气混浊的粒子称为靈。雾 靈的存在使环境可见度降低，空气质量恶化，危害严重;也使图片成像模糊不清，对基于视 频的自动导航、监控、跟踪等技术应用有一定的阻碍作用。因此，利用图像处理和计算机视 觉技术对图像去雾，使之清晰化，具有非常重要的意义。
[0003] 现有的图像去雾方法包括两大类:一是基于图像增强的方法，运种方法不考虑图 像退化的原因，而是增强图像对比度，使视觉效果比较好;二是基于物理模型的图像去雾， 通过建立雾天退化模型，反演出未退化的图像。第二类方法的去雾效果较为自然，图像信息 量损失小，国内外有很多与之相关的研究。
[0004] 上述去雾方法处理效果有失真、光晕等现象出现，致使图像不清晰。
【发明内容】
[0005] 本发明提供一种克服上述问题或者至少部分地解决上述问题的一种图像去雾方 法及装置。
[0006] 第一方面，本发明提供一种图像去雾方法，包括：
[0007] 获取待去雾图像；
[000引根据所述待去雾图像，获取大气光值；
[0009] 获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像的R通道矩阵的R通道 频域矩阵；
[0010] 获取所述R通道频域矩阵中每个像素所处的行位置W及所述R通道频域矩阵中每 个像素所处的列位置；
[0011] 根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、所述R通 道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位置，获取 由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波器；
[0012] 将所述R通道频域矩阵与所述加权平均滤波器进行卷积，并将卷积结果转换成空 域，W获取透射率图；
[0013] 根据所述大气光值和透射率图，获取所述待去雾图像的去雾图像。
[0014] 优选的，获取待去雾图像之后，根据所述待去雾图像，获取大气光值之前，所述方 法还包括：
[0015] 对所述待去雾图像进行将采样处理。
[0016] 优选的，根据所述待去雾图像，获取大气光值，包括：
[0017] 获取所述待去雾图像中每个像素的R、G、B通道的亮度值；
[0018] 获取所述每个像素的R、G、B通道的亮度值中的最小值；
[0019] 确定所述每个像素的R、G、B通道的亮度值中的最小值对应的通道组成的图像为所 述待去雾图像的暗通道图像；
[0020] 根据所述待去雾图像的暗通道图像，获取大气光值。
[0021] 优选的，根据所述待去雾图像的暗通道图像，获取大气光值，包括：
[0022] 获取所述暗通道图像中每个像素的亮度值，并将所述每个像素的亮度值由大到小 排序；
[0023] 在排序结果中选取前面预设数量的亮度值，并根据所述预设数量的亮度值，获取 大气光值。
[0024] 优选的，根据所述预设数量的亮度值，获取大气光值，包括：
[0025] 获取第一像素集合中每个像素的R、G、B通道的亮度值;所述第一像素集合为所述 预设数量的亮度值中每个亮度值所对应的所述待去雾图像中的像素所构成的集合；
[00%]获取所述第一像素集合中每个像素的R、G、B通道的亮度值；
[0027]确定所述第一像素集合中每个像素的R、G、B通道的亮度值中的最大亮度值为大气 光值。
[00%]优选的，所述方法还包括：
[0029] 对所述待去雾图像的去雾图像进行线性变换，W获取优化的所述待去雾图像的去 雾图像。
[0030] 优选的，根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、 所述R通道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位 置，获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波器，包 括：
[0031] 根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、所述R通 道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位置，通过 公式(一)获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波 器
[0032] H=wiHl+w抽2+W抽3(-）
[0033] 其中，Hl为高斯滤波器： > 为常数，〇为常数，H2为高斯高通滤波器， ，
H3为高斯带阻滤波器 ^ freq为常数， ； ; width为常数，X为R通道频域矩阵中每个像素所处的行位置，y为R通道频域矩阵中每个像素 所处的列位置，U为预设的待去雾图像的像素行数，V为预设的待去雾图像的像素列数，W1、 "2、"均为常数，且"1="2="3=1/3。
[0034] 优选的，根据所述大气光值和透射率图，获取所述待去雾图像的去雾图像，包括：
[0035] 根据所述大气光值和透射率图，通过公式(二)获取所述待去雾图像的去雾图像
[0036] C二)
[0037] 其中，J(X)为待去雾图像的去雾图像，I(X)为待去雾图像，t(x)为透射率图，A为大 气光值。
[0038] 优选的，对所述待去雾图像的去雾图像进行线性变换，W获取优化的所述待去雾 图像的去雾图像，包括：
[0039] 通过公式(=)对所述待去雾图像的去雾图像进行线性变换，W获取优化的所述待 去雾图像的去雾图像
[0040] Idehaze = a ? Id+b/化5(立）
[0041] 其中，Idehaze为优化的待去雾图像的去雾图像，a为常数、b为常数，Id为所述待去雾 图像的去雾图像待去雾图像。
[0042] 第二方面，本发明提供了一种图像去雾装置，包括：
[0043] 第一获取单元，用于获取待去雾图像；
[0044] 第二获取单元，用于根据所述待去雾图像，获取大气光值；
[0045] 第=获取单元，用于获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像的 R通道矩阵的R通道频域矩阵；
[0046] 第四获取单元，用于获取所述R通道频域矩阵中每个像素所处的行位置W及所述R 通道频域矩阵中每个像素所处的列位置；
[0047] 第五获取单元，用于根据预设的待去雾图像的像素行数、预设的所述待去雾图像 的像素列数、所述R通道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像 素所处的列位置，获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权 平均滤波器；
[0048] 卷积单元，用于将所述R通道频域矩阵与所述加权平均滤波器进行卷积，并将卷积 结果转换成空域，W获取透射率图；
[0049] 第六获取单元，用于根据所述大气光值和透射率图，获取所述待去雾图像的去雾 图像。
[0050] 由上述技术方案可知，本发明由于通过由高斯滤波器、高斯高通滤波器和高斯带 阻滤波器组成的加权平均滤波器与所述R通道频域矩阵进行卷积，因而使获得的去雾图像 清晰度高、且细化程度更好，解决了现有技术中图像失真、光晕等问题。
【附图说明】
[0051] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W 根据运些图获得其他的附图。
[0052] 图1为本发明一实施例提供的一种图像去雾方法的流程示意图；
[0053] 图2是本发明一实施例提供的一种图像去雾装置的结构示意图。
【具体实施方式】
[0054] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0055] 图1为本发明一实施例提供的一种图像去雾方法的流程示意图。
[0056] 如图1所示，本实施例的一种图像去雾方法，包括：
[0057] Sll、获取待去雾图像；
[0058] Sl 2、根据所述待去雾图像，获取大气光值；
[0059] S13、获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像的R通道矩阵的R 通道频域矩阵；
[0060] 可W理解的是，可通过傅里叶变换将所述待去雾图像的R通道矩阵转换为所述待 去雾图像的R通道矩阵的R通道频域矩阵。
[0061] S14、获取所述R通道频域矩阵中每个像素所处的行位置W及所述R通道频域矩阵 中每个像素所处的列位置；
[0062] S15、根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、所 述R通道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位 置，获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波器；
[0063] S16、将所述R通道频域矩阵与所述加权平均滤波器进行卷积，并将卷积结果转换 成空域，W获取透射率图；
[0064] 可W理解的是，可通过傅里叶反变换将卷积结果转换成空域。
[0065] S17、根据所述大气光值和透射率图，获取所述待去雾图像的去雾图像。
[0066] 本发明由于通过由高斯滤波器、高斯高通滤波器和高斯带阻滤波器组成的加权平 均滤波器与所述R通道频域矩阵进行卷积，因而使获得的去雾图像清晰度高、且细化程度更 好，解决了现有技术中图像失真、光晕等问题。
[0067] 作为一种优选实施例，所述步骤S15,包括：
[0068] 根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、所述R通 道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位置，通过 公式(一)获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波 器
[0069] H=wiHl+w 抽 2+W 抽 3 ( -）
[0070] 其中，Hl为高斯滤波器 k为常数，〇为常数，H2为高斯高通滤波器， ?
H3为高斯带阻滤波器，freq为常数， width为常数，X为R通道频域矩阵中每个像素所处的行位置，
y为R通道频域矩阵中每个像素 所处的列位置，U为预设的待去雾图像的像素行数，V为预设的待去雾图像的像素列数，W1、 "2、"均为常数，且"1="2="3=1/3。
[0071 ]在实际应用中，一般地，k = l.2,0 = 50,freq = 100,Wi化h = 10，
[0072] 作为一种优选实施例，所述步骤S17,包括：
[0073] 根据所述大气光值和透射率图，通过公式(二)获取所述待去雾图像的去雾图像
[0074] (二）
[0075] 其中，J(X)为待去雾图像的去雾图像，I(X)为待去雾图像，t(x)为透射率图，A为大 气光值。
[0076] 作为一种优选实施例，所述步骤Sll之后，所述步骤S12之前，所述方法还包括：
[0077] 对所述待去雾图像进行将采样处理。
[0078] 在本实施例中，可对所述待去雾图像进行隔行隔列取像素值，得到原图1/4大小的 降采样图像。
[0079] 由于减小了待去雾图像的像素数，因此可提高处理效率。
[0080] 值得说明的是，该种处理不会影响去雾图像的清晰度。
[0081] 作为一种优选实施例，所述步骤S12,包括：
[0082] 获取所述待去雾图像中每个像素的R、G、B通道的亮度值；
[0083] 获取所述每个像素的R、G、B通道的亮度值中的最小值；
[0084] 确定所述每个像素的R、G、B通道的亮度值中的最小值对应的通道组成的图像为所 述待去雾图像的暗通道图像；
[0085] 根据所述待去雾图像的暗通道图像，获取大气光值。
[0086] 作为一种优选实施例，所述步骤S12中的根据所述待去雾图像的暗通道图像，获取 大气光值，包括：
[0087] 获取所述暗通道图像中每个像素的亮度值，并将所述每个像素的亮度值由大到小 排序；
[0088] 在排序结果中选取前面预设数量的亮度值，并根据所述预设数量的亮度值，获取 大气光值。
[0089] 作为一种优选实施例，所述步骤S12中的根据所述预设数量的亮度值，获取大气光 值，包括：
[0090] 获取第一像素集合中每个像素的R、G、B通道的亮度值;所述第一像素集合为所述 预设数量的亮度值中每个亮度值所对应的所述待去雾图像中的像素所构成的集合；
[0091] 获取所述第一像素集合中每个像素的R、G、B通道的亮度值中的最大亮度值；
[0092] 确定所述第一像素集合中每个像素的R、G、B通道的亮度值中的最大亮度值为大气 光值。
[0093] 作为一种优选实施例，所述方法还包括：
[0094] 对所述待去雾图像的去雾图像进行线性变换，W获取优化的所述待去雾图像的去 雾图像。
[0095] 在本实施例中，通过公式(=)对所述待去雾图像的去雾图像进行线性变换，W获 取优化的所述待去雾图像的去雾图像
[0096] Idehaze = a ? Id+b/化5(立）
[0097] 其中，Idehaze为优化的待去雾图像的去雾图像，a为常数、b为常数，Id为所述待去雾 图像的去雾图像待去雾图像。
[009引在实际应用中，一般地，a = 1.4，b = -20。
[0099] 可W理解的是，经过线性变换可W提高去雾图像的对比度，从而使去雾图像更清 晰。
[0100] 图2是本发明一实施例提供的一种图像去雾装置的结构示意图。
[0101] 如图2所示，一种图像去雾装置，包括:第一获取单元21、第二获取单元22、第=获 取单元23、第四获取单元24、第五获取单元25、卷积单元26和第屯获取单元27,其中，
[0102] 第一获取单元21用于获取待去雾图像；
[0103] 第二获取单元22用于根据所述待去雾图像，获取大气光值；
[0104] 第=获取单元23用于获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像 的R通道矩阵的R通道频域矩阵；
[0105] 第四获取单元24用于获取所述R通道频域矩阵中每个像素所处的行位置W及所述 R通道频域矩阵中每个像素所处的列位置；
[0106] 第五获取单元25用于根据预设的待去雾图像的像素行数、预设的所述待去雾图像 的像素列数、所述R通道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像 素所处的列位置，获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权 平均滤波器；
[0107] 卷积单元用于26将所述R通道频域矩阵与所述加权平均滤波器进行卷积，并将卷 积结果转换成空域，W获取透射率图；
[0108] 第六获取单元27用于根据所述大气光值和透射率图，获取所述待去雾图像的去雾 图像。
[0109] 本发明的一种图像去雾装置和一种图像去雾方法一一对应，在此不再详述。
[0110] 应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的 部件进行了逻辑划分，但是，本发明不受限于此，可W根据需要对各个部件进行重新划分或 者组合，例如，可W将一些部件组合为单个部件，或者可W将一些部件进一步分解为更多的 子部件。
[0111] 本发明的各个部件实施例可W W硬件实现，或者W在一个或者多个处理器上运行 的软件模块实现，或者W它们的组合实现。本领域的技术人员应当理解，可W在实践中使用 微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置中的一些或者全部部 件的一些或者全部功能。本发明还可W实现为用于执行运里所描述的方法的一部分或者全 部的设备或者装置程序(例如，计算机程序和计算机程序产品）。运样的实现本发明的程序 可W存储在计算机可读介质上，或者可W具有一个或者多个信号的形式。运样的信号可W 从因特网网站上下载得到，或者在载体信号上提供，或者W任何其他形式提供。
[0112] 应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领 域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词"包括"不排 除存在未列在权利要求中的元件或步骤。本发明可W借助于包括有若干不同元件的硬件W 及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，运些装置中的 若干个可W是通过同一个硬件项来具体体现。
[0113] W上实施方式仅适于说明本发明，而并非对本发明的限制，有关技术领域的普通 技术人员，在不脱离本发明的精神和范围的情况下，还可W做出各种变化和变型，因此所有 等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
【主权项】
1. 一种图像去雾方法，其特征在于，包括： 获取待去雾图像； 根据所述待去雾图像，获取大气光值； 获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像的R通道矩阵的R通道频域 矩阵； 获取所述R通道频域矩阵中每个像素所处的行位置以及所述R通道频域矩阵中每个像 素所处的列位置； 根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、所述R通道频 域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位置，获取由高 斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波器； 将所述R通道频域矩阵与所述加权平均滤波器进行卷积，并将卷积结果转换成空域，以 获取透射率图； 根据所述大气光值和透射率图，获取所述待去雾图像的去雾图像。2. 根据权利要求1所述的方法，其特征在于，获取待去雾图像之后，根据所述待去雾图 像，获取大气光值之前，所述方法还包括： 对所述待去雾图像进行将采样处理。3. 根据权利要求1或2所述的方法，其特征在于，根据所述待去雾图像，获取大气光值， 包括： 获取所述待去雾图像中每个像素的R、G、B通道的亮度值； 获取所述每个像素的R、G、B通道的亮度值中的最小值； 确定所述每个像素的R、G、B通道的亮度值中的最小值对应的通道组成的图像为所述待 去雾图像的暗通道图像； 根据所述待去雾图像的暗通道图像，获取大气光值。4. 根据权利要求3所述的方法，其特征在于，根据所述待去雾图像的暗通道图像，获取 大气光值，包括： 获取所述暗通道图像中每个像素的亮度值，并将所述每个像素的亮度值由大到小排 序； 在排序结果中选取前面预设数量的亮度值，并根据所述预设数量的亮度值，获取大气 光值。5. 根据权利要求4所述的方法，其特征在于，根据所述预设数量的亮度值，获取大气光 值，包括： 获取第一像素集合中每个像素的R、G、B通道的亮度值;所述第一像素集合为所述预设 数量的亮度值中每个亮度值所对应的所述待去雾图像中的像素所构成的集合； 获取所述第一像素集合中每个像素的R、G、B通道的亮度值； 确定所述第一像素集合中每个像素的R、G、B通道的亮度值中的最大亮度值为大气光 值。6. 根据权利要求1或2所述的方法，其特征在于，所述方法还包括： 对所述待去雾图像的去雾图像进行线性变换，以获取优化的所述待去雾图像的去雾图 像。7. 根据权利要求1或2所述的方法，其特征在于，根据预设的待去雾图像的像素行数、预 设的所述待去雾图像的像素列数、所述R通道频域矩阵中每个像素所处的行位置、所述R通 道频域矩阵中每个像素所处的列位置，获取由高斯滤波器、高斯高通滤波器和高斯带阻滤 波器加权形成的加权平均滤波器，包括： 根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像素列数、所述R通道频 域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所处的列位置，通过公式 (一)获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均滤波器 H=wiH1+W2H2+W3H3 (一) 其中，Hl为高斯滤波器，^为常数，σ为常数，H2为高斯高通滤波器，_Η3为高斯带阻滤波器，freq为常数， width为常数，X为R通道频域矩阵中每个像素所处的行位置，y为R通道频域矩阵中每个像素 所处的列位置，u为预设的待去雾图像的像素行数，V为预设的待去雾图像的像素列数，W1、 JeLwi=W2=W3= 1/3〇8. 根据权利要求1或2所述的方法，其特征在于，根据所述大气光值和透射率图，获取所 述待去雾图像的去雾图像，包括： 根据所述大气光值和透射銮图.诵忖公忒（一）莊取所怵待去雾图像的去雾图像其中，JU)为待去雾图像的去雾图像，Kx)为待去雾图像，t(x)为透射率图，A为大气光 值。9. 根据权利要求6所述的方法，其特征在于，对所述待去雾图像的去雾图像进行线性变 换，以获取优化的所述待去雾图像的去雾图像，包括： 通过公式(三)对所述待去雾图像的去雾图像进行线性变换，以获取优化的所述待去雾 图像的去雾图像 Idehaze一￡1 · Id+b/255 (二） 其中，Idf3haze3为优化的待去雾图像的去雾图像，a为常数、b为常数，Id为所述待去雾图像 的去雾图像待去雾图像。10. -种图像去雾装置，其特征在于，包括： 第一获取单元，用于获取待去雾图像； 第二获取单元，用于根据所述待去雾图像，获取大气光值； 第三获取单元，用于获取所述待去雾图像的R通道矩阵，并获取所述待去雾图像的R通 道矩阵的R通道频域矩阵； 第四获取单元，用于获取所述R通道频域矩阵中每个像素所处的行位置以及所述R通道 频域矩阵中每个像素所处的列位置； 第五获取单元，用于根据预设的待去雾图像的像素行数、预设的所述待去雾图像的像 素列数、所述R通道频域矩阵中每个像素所处的行位置、所述R通道频域矩阵中每个像素所 处的列位置，获取由高斯滤波器、高斯高通滤波器和高斯带阻滤波器加权形成的加权平均 滤波器； 卷积单元，用于将所述R通道频域矩阵与所述加权平均滤波器进行卷积，并将卷积结果 转换成空域，以获取透射率图； 第六获取单元，用于根据所述大气光值和透射率图，获取所述待去雾图像的去雾图像。
【文档编号】G06T5/00GK106023092SQ201610290289
【公开日】2016年10月12日
【申请日】2016年5月4日
【发明人】李振波, 李晨, 郭传鑫, 杜攀, 段作栋
【申请人】中国农业大学