一种基于天空区域识别的单幅图像去雾方法与流程

技术特征：

1.一种基于天空区域识别的单幅图像去雾方法，其特征在于，包括以下步骤：

步骤1，识别出有雾彩色图像中的天空区域和非天空区域；

步骤2，在天空区域中估算全局大气光值；

步骤3，求取非天空区域的透射图，根据全局大气光值，利用大气散射模型获得非天空区域的去雾图；

步骤4，结合有雾彩色图像中的天空区域与非天空区域的去雾图获得总去雾图像。

2.根据权利要求1所述的基于天空区域识别的单幅图像去雾方法，其特征在于，步骤1中，识别出有雾彩色图像中的天空区域和非天空区域的具体步骤如下：

步骤1.1，利用下式提取有雾彩色图像中每个像素的天空特征值：

其中，F(x,y)表示像素(x,y)的天空特征值，▽(x,y)表示像素(x,y)的梯度，V(x,y)表示像素(x,y)的亮度，S(x,y)表示像素(x,y)的饱和度，表示全图亮度均值，λ1表示梯度特征阈值，λ2表示饱和度特征阈值，e表示自然常数；

步骤1.2，利用下式对有雾彩色图像中每个像素的天空特征值进行优化：

F^refined(x,y)←dilate(erode(F(x,y)))

其中，F^refined(x,y)表示像素(x,y)的天空特征优化值，dilate(·)表示膨胀算子，erode(·)表示腐蚀算子；

步骤1.3，依次判别有雾彩色图像中的每个像素，若该像素的天空特征优化值大于全图的天空特征优化均值的1.2倍，则判定该像素属于天空区域，否则属于非天空区域。

3.根据权利要求1所述的基于天空区域识别的单幅图像去雾方法，其特征在于，步骤2中，在天空区域中估算全局大气光值，具体包括：求取天空区域中每个像素的邻域的饱和度均值，将饱和度均值前1％对应的像素组成候选大气光像素集，计算候选大气光像素集中的强度均值，将该值作为全局大气光值。

4.根据权利要求1所述的基于天空区域识别的单幅图像去雾方法，其特征在于，步骤3中，求取非天空区域的透射图，根据全局大气光值，利用大气散射模型获得非天空区域的去雾图的具体步骤如下：

步骤3.1，利用下式求取非天空区域中像素的粗略透射率，构建非天空区域的粗略透射图：

其中，trough'(x,y)表示非天空区域的粗略透射图中像素(x,y)的粗略透射率，Ω(x,y)表示非天空区域的粗略透射图中像素(x,y)的邻域，Ic(x',y')表示邻域Ω(x,y)中任意一个像素(x',y')对应的有雾彩色图像中像素(x',y')的R、G、B三个通道的任意一个通道的强度值，L∞表示全局大气光值；

步骤3.2，采用导向全变分模型对非天空区域中像素的粗略透射率进行优化，得到非天空区域的优化透射图，导向全变分模型的表达式如下：

其中，t'(x,y)表示非天空区域的优化透射图中像素(x,y)的优化透射率，▽t'(x,y)表示非天空区域的优化透射图中像素(x,y)的梯度，▽G(x,y)表示非天空区域的优化透射图中像素(x,y)对应的有雾彩色图像的灰度图中像素(x,y)的梯度，表示求二范数的平方；

步骤3.3，根据全局大气光值和非天空区域的优化透射图，采用大气散射模型获得非天空区域的去雾图。

5.根据权利要求1所述的基于天空区域识别的单幅图像去雾方法，其特征在于，步骤4中，结合有雾彩色图像中的天空区域与非天空区域的去雾图获得总去雾图像，具体包括：将天空区域的像素的粗略透射率均设为1，构建天空区域的粗略透射图；采用导向全变分模型对天空区域的像素的粗略透射率进行优化，得到天空区域的优化透射图；根据全局大气光值和天空区域的优化透射图，采用大气散射模型获得天空区域的去雾图；结合天空区域的去雾图和非天空区域的去雾图获得总去雾图像。

6.根据权利要求1所述的基于天空区域识别的单幅图像去雾方法，其特征在于，还包括步骤5，利用下式对总去雾图像进行亮度一致性修正，获得去雾修正图像：

其中，R(x,y)表示去雾修正图像中像素(x,y)的强度值，J(x,y)表示去雾修正图像中像素(x,y)对应的总去雾图像中像素(x,y)的强度值，Ω(x,y)表示去雾修正图像中像素(x,y)对应的总去雾图像中像素(x,y)的邻域，J^c(x',y')表示邻域Ω(x,y)中任意一个像素(x',y')对应的总去雾图像中像素(x',y')的R、G、B三个通道的任意一个通道的强度值。