基于反馈均值滤波的雾天图像快速复原方法
【专利摘要】本发明公开一种基于反馈均值滤波的雾天图像快速复原方法，可用于雾天图像的复原处理。该方法以大气散射模型为基础，具体流程如说明书摘要附图1所示，主要通过图像预处理2、估计大气光值7、估计透射图12、色调调整14四个步骤对雾天图像进行复原。其中建立权重图4，均值滤波9，反馈参数修补模糊边缘10以及自适应修正高亮区域透射率11是本发明的主要技术特征。其优点是：能准确估计大气光值，避免非天空高亮区域对其产生影响，同时估计透射图的算法复杂度低，能在短时间内取得较好的复原效果。本发明适用于雾天、沙尘等条件下降质图像的复原处理。
【专利说明】基于反馈均值滤波的雾天图像快速复原方法
【技术领域】：
[0001] 本发明涉及数字图像处理、计算机视觉【技术领域】，具体是一种基于反馈均值滤波 的雾天图像快速复原方法。
【背景技术】：
[0002] 在雾天条件下，光线的传播会受到空气中悬浮水珠的影响而发生散射，继而偏离 原来的传播路径，同时其他光路的光线由于散射会进入该光路，导致形成的图像模糊不清、 颜色失真、对比度明显降低，这严重影响了人眼或计算机视觉系统对图像内容进行分析与 辨识。
[0003] 当前，单幅图像去雾技术总体可分为基于图像增强的去雾方法和基于物理模型的 图像复原方法。目前发展较快的方法是基于物理模型的图像复原方法，该类方法能通过相 关先验信息及物理模型求解出无雾图像。其中比较有代表性的算法为HE等人提出的一种 基于暗原色先验的单幅图像去雾算法，该算法对大量户外无雾图像进行统计，发现一种能 估计雾气浓度的暗原色先验规律，利用该规律可获得反映雾气浓度的场景透射率，然后结 合雾天成像的物理模型求解出无雾图像，算法去雾效果好，恢复的图像颜色自然，但整个算 法的空间、时间复杂度较高，且当图像中出现天空等大面积明亮区域时，暗原色先验将失 效，同时，由于在初始透射率优化过程中涉及一种软抠图算法，使整个算法的时间和空间复 杂度较高，难以满足实际应用。总结起来，HE算法虽然去雾效果较好，但依然存在如下四个 问题有待解决：（1)算法时间与空间复杂度较大，难以满足实际应用；(2)天空等大面积偏 白色区域复原易出现失真，影响复原结果；（3)大气光值估计不够准确，结果易受小面积高 亮区域影响。（4)方法适用范围较窄，当雾气呈现出白色以外的偏色时无法处理。
【发明内容】
：
[0004] 针对现有技术存在的上述问题，本发明的目的在于提出一种基于反馈均值滤波的 雾天图像快速复原方法，通过该方法提升去雾算法的实时性与鲁棒性，使其满足实际应用 需求。
[0005] 为实现上述目的，本发明采用了如下技术手段：
[0006] 1. -种基于反馈均值滤波的雾天图像快速复原方法，其特征在于，具体包括以下 步骤：
[0007] A)对输入图像进行预处理，消除雾气偏色；
[0008] B)建立平滑亮度权重图Q，包括以下步骤：
[0009] bl)建立亮度图L与平滑强度图P，具体方法如下：
[0010]
【权利要求】
1. 一种基于反馈均值滤波的雾天图像快速复原方法，其特征在于，具体包括以下步 骤： A) 对输入图像（1)进行图像预处理（2)，消除雾气偏色； B) 建立权重图（4)Q，包括以下步骤： bl)建立亮度图L与平滑强度图P，具体方法如下：
其中I, (X)、Ig(x)、Ib(x)分别为预处理图像三个通道的强度值，E(x)为预处理图像通 过Sobel算子提取图像边缘（3)得到的强度值，L(x)为亮度图的强度值，P(x)为平滑强度 图的强度值； b2)根据得到的亮度图与平滑强度图求得权重图Q :
其中Q(x)为权重图的强度值； C) 根据步骤A)得到的预处理图像，估计大气光值（7)A ; D) 根据步骤A)得到的预处理图像，估计透射图（12) t ; E) 根据估计得到的大气光值A与透射图t，通过大气散射模型得到复原图像（13); F) 采用自适应对数映射算子对复原后的图像进行色调调整（14)得到输出图像（15)。
2. 根据权利要求1所述基于反馈均值滤波的雾天图像快速复原方法，其特征在于，所 述步骤A)中的图像预处理（2)方法为白平衡。
3. 根据权利要求1所述基于反馈均值滤波的雾天图像快速复原方法，其特征在于，所 述步骤C)中估计大气光值（7) A的具体方式为：将权重图Q划分为MXM个大小相等的区 域，在划分区域中选取权重加权和最大的区域，并找到预处理图像中对应的区域，将其确定 为大气光值选择区域（5),最后在区域内选取最大值作为大气光值A。
4. 根据权利要求1所述基于反馈均值滤波的雾天图像快速复原方法，其特征在于，所 述步骤D)中得到估计透射图（12) t的具体步骤如下： A)求取均值滤波结果，该步骤包括： al)对预处理图像提取最小通道图（8)，具体方法如下：
其中，7：(x)为预处理图像某个通道的强度值，W(x)为对应的最小通道图； a2)对最小通道图进行均值滤波（9)，滤波模板大小为mXm，其中，m = max(3， N/25000),N为图像的总像素数,滤波模板中元素均为1/ληι2, λ为调整参数，滤波的具体 方法如下：
其中f(x，y)为最小通道图在（X，y)处的值，W为滤波模板中的元素，G(x，y)为均值滤 波结果，
a3)根据最小通道图与滤波结果，通过如下方式获得反馈参数γ :
其中λ为步骤a2)中设置的调整参数； a4)根据滤波结果与反馈参数，通过反馈参数修补模糊边缘（10)得到修正后结果 ledge ·
其中λ为步骤a2)中设置的调整参数，Y (X)为步骤a3)中得到的反馈参数； a5)根据边缘修正后的滤波结果，通过如下方式获得初始透射图f :
其中ω为调节参数，默认取值为〇. 95 ; Β)自适应修正高亮区域透射率（11)，该步骤包括： bl)在预处理图像中确定天空区域面积￠)，具体方式为：在权重图Q中设置阈值μ， 当1
时被定义为天空区域，否则为非天空区域。 b2)根据天空区域占整幅图像的比例设置容差Κ来自适应修正透射率，通过如下方式 获得容差K :
其中ω为选取大气光值的区域内天空部分在该区域所占面积比例，τ为整幅图像中 天空部分所占面积比例，τ的最大取值为0.35; b3)根据容差Κ，通过如下方式获得修正后的透射图t(x):
其中，C(x)为修正参数，且
，其中Iw(x)为预处理图像的灰度图，t(x)为 最终的估计透射图（12)强度值。
【文档编号】G06T5/00GK104091307SQ201410258331
【公开日】2014年10月8日 申请日期:2014年6月12日 优先权日:2014年6月12日
【发明者】唐鉴波, 朱桂斌, 王田, 戚曹, 赵林, 戴昊峰 申请人:中国人民解放军重庆通信学院