本发明涉及一种基于v系统的图像去雾方法，属于图像处理技术领域。
背景技术：
近年来，全国多个省市出现雾霾天气，大气中的微粒对光线产生严重的散射作用，获取图像的对比度和分辨率严重下降，图像信息损失严重，给户外监测工作带来了极大的困难。
为了降低雾霾天气对户外监测等相关工作的影响，图像去雾技术成为研究热点。目前，图像去雾技术主要分为两类，一类是以图像增强为主，另一类是以大气散射模型为基础进行图像复原。以图像增强为主的去雾方法，由于其没有将雾天图像退化模型考虑在内，因而适用性比较广泛，能够有效地提高图像的视觉效果，图像的对比度和细节都能够得到很好的改善，但是会造成部分信息的缺失。以大气散射模型为基础的雾天图像复原方法，主要是通过建立雾天退化模型，探究雾天图像退化的物理机制，弥补退化过程造成的失真状况，从而改善雾天图像的质量。图像复原方法可以保留完整的图像信息，复原的无雾图像真实、稳定，因此成为主流的图像去雾研究方法。
技术实现要素：
鉴于上述原因，本发明的目的在于提供一种基于v系统的图像去雾方法，可实现图像的去雾处理，效果良好。
为实现上述目的，本发明采用以下技术方案：
一种基于v系统的图像去雾方法，包括：
将雾天图像转换为his空间的雾天图像，该his空间的雾天图像包括色调分量h图像、饱和度分量s图像、亮度分量i图像；
对饱和度分量s图像进行v变换，低频重构后得到新的饱和度分量s`图像；
对亮度分量i图像进行去雾处理，得到新的亮度分量i`图像；
将色调分量h图像、饱和度分量s`图像、亮度分量i`图像转换为去雾后的图像。
对所述亮度分量i图像进行去雾处理的方法是：
计算亮度分量i图像的最小滤波图像；
计算最小滤波图像的透射率；
利用四叉树算法获取大气光值；
根据式(3)计算去雾后的亮度分量i图像：
其中，i(x)表示雾天图像，j(x)表示去雾后的图像，t(x)表示透射率，t0表示预设的最小透射率，a表示大气光值。
利用四叉树算法获取大气光值的方法是：将所述亮度分量i图像等分为四块，分别计算各块图像的像素均值，对于均值最大的图像块继续四等分，如此重复迭代，直至得到的图像块小于预设的阈值，将最后划分得到的最小图像块中的像素最大值作为大气光值。
将所述饱和度分量s`图像乘以一饱和度系数、亮度分量i`图像乘以一亮度系数以及色调分量h图像转换为去雾后的图像。
本发明的优点是：
本发明的基于v系统的图像去雾方法，将雾天图像转换为his空间的图像后，对其中的亮度分量i图像进行去雾处理，能够达到良好的去雾效果。
附图说明
图1是本发明的方法流程示意。
具体实施方式
以下结合附图和实施例对本发明作进一步详细的描述。
如图1所示，本发明公开的基于v系统的图像去雾方法，包括：
s1：将雾天图像的颜色空间由rgb空间转换为his空间；
s2：对his空间的雾天图像进行去雾处理；
his空间的雾天图像包括三个分量的图像：色调分量h图像、饱和度分量s图像、亮度分量i图像，对三个分量的图像分别进行如下处理：
s21：色调分量h图像不变；
s22：对饱和度分量s图像进行低频重构，得到新的饱和度分量s`图像；
k次v-系统是一个由无穷多个分段k次多项式构成的[0，1]空间上的正交完备函数系，同时，它还是一类正交多小波。将v-系统离散化，就可以得到正交v变换矩阵u。假设一幅图像的亮度矩阵为f＝(fij)，则λ＝ufut就是图像的v变换，得到的矩阵λ的数值由左上角(低频)开始逐渐稀疏，其逆变换公式为：f＝utλu。
由于低频集中了图像的主要信息，因此，只需要保留矩阵λ中的低频系数，再进行逆变换，就可以得到原图像的近似图像，相当于对原图像进行高频滤波后得到近似图像。
基于上述v系统及频域图像的原理，将饱和度分量s图像进行v变换，得到饱和度分量s的图像频域信息，从饱和度分量s的图像频域信息中分解出低频信息，利用低频信息重构出新的饱和度分量s`图像。
经低频重构的新的饱和度分量s`图像，降低了噪声、纹理等信息对饱和度的影响，为进一步提高图像饱和度，可以在新的饱和度分量s`图像基础上乘以饱和系数(如，取值5.5)，使得图像更加真实自然，视觉效果更加良好。
s23：对亮度分量i图像进行去雾处理；
具体包括：
1)计算亮度分量i图像的最小滤波图像
根据式(1)计算亮度分量i图像的最小滤波图像：
其中，x和y表示像素，q(x)表示以像素x为中心的一个窗口，m(y)和i(y)表示像素值。
2)计算亮度分量i图像的透射率
根据式(2)得到透射率t(x)：
其中，ω为常数，一般取值为0.95；
3)利用四叉树算法获取大气光值a
将亮度分量i图像等分为四块，然后分别计算各块图像的像素均值，对于均值最大的图像块继续四等分，如此重复迭代，直至得到的图像块小于预设的阈值(如，40x40)，将最后划分得到的最小图像块中的像素最大值作为大气光值a。
4)利用暗原色先验原理对亮度分量i图像进行去雾处理
根据雾图形成模型i(x)＝t(x)j(x)+(1-t(x))a，得到去雾公式：
其中，i(x)表示雾天图像，j(x)表示去雾后的图像，t(x)表示透射率，t0表示最小透射率阈值，a表示大气光值；当透射率t(x)偏小时，会导致j(x)偏大，所以，一般最小透射率阈值的取值为t0＝0.1。
根据前述2)、3)计算得到的透射率、大气光值a，代入式(3)，计算得到去雾后的亮度分量i`图像。
为提高图像亮度，可在去雾后的亮度分量i`图像基础上乘以亮度系数(如，取值为1.1)。
s3：将去雾处理后的his空间的雾天图像，转换为rgb空间的去雾图像。
将色调分量h图像，新的饱和度分量s`图像以及新的亮度分量i`图像，转换为rgb颜色空间图像，得出去雾后的去雾图像。
以上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本发明保护范围之内。