本发明涉及室外监控图像处理领域,尤其是一种去雾效果好、天空区域色彩保真度高、边缘保持能力强的基于天空分割和透射率自适应修正的室外监控图像去雾方法。
背景技术:
近年来,视频监控系统的应用范围越来越广泛,如道路监控、车辆监控、公共安全监控等。对于室内场景下的视频监控系统,其在大部分情况下均能捕捉到高清晰的视频画面;而对于室外场景下的视频监控系统来说,其拍摄质量则很大程度依赖于天气环境。在雾、霾等天气条件下,大气中悬浮着的大量微小水滴、气溶胶等具有散射作用,导致监控拍摄到的图像色彩失真、对比度和能见度降低,这无疑将影响室外视频监控系统的有效性和实用性。因此,去除或者抑制尘埃、雾霾颗粒杂质的干扰是改善室外视频监控系统性能的关键技术环节之一,并且已成为近年来数字图像处理、计算机视觉领域的研究热点,得到了众多学者的广泛关注和研究。图像去雾的目的就在于恢复含雾图像的对比度和清晰度,还原其真实色彩以及真实场景,达到在理想天气状况下的拍摄效果,从而帮助管理人员和部门作出恰当的决策。
目前,典型的图像去雾方法主要分为两大类:基于对比度增强的方法和基于物理模型的复原方法。其中,基于对比度增强的方法不考虑雾天图像的降质原因,仅通过提高雾天图像的颜色对比度来突出图像细节,从而改善图像的视觉效果,如直方图均衡化、同态滤波等。但是,由于此类方法未充分考虑大气光成分的影响,易于使增强后的图像出现颜色过饱和的现象,产生明显的图像失真。而基于物理模型的复原方法则通过建立雾天图像的退化模型,根据有效假设或先验信息,在反演图像退化的过程中完成对参数的最优化估计,补偿退化所造成的图像失真,从而改善含雾图像的质量。该类方法的针对性强,去雾效果较为自然,一般不会出现严重的画质失真,是近年来广泛采用的图像去雾技术,得到越来越多学者的关注与深入研究。
暗原色先验理论是目前效果较好的一类基于物理过程的去雾模型之一,它是由hekaiming等人通过统计户外无雾图像库得出的一种规律性结论,主要用于单一图像去雾。其基本思想是,在不包括天空的绝大部分区域中总会存在一些“暗像素”,其至少有一个颜色通道具有较低的强度值。在被雾干扰的图像里,这些暗像素的强度值会被大气中的白光成分所充斥而变得较高,故此能够直接用来评估雾光的透射情况,进而根据大气散射模型和光在雾天传输的物理特性,得到去雾后的图像。据此,hekaiming提出了一种基于暗通道先验的单幅图像去雾算法,但由于处理过程中采用了软抠图技术(softmatting),其计算复杂度较高。同时,暗通道先验模型在接近大气光值的明亮区域还会因失效而产生明显的偏色和边缘效应。于是,王一帆等人利用双边滤波计算大气光照、弱化明亮区域,从而获得无雾图像;hekaiming等人又进一步采用导向滤波代替软抠图技术,优化了大气透射率图的计算,使得算法运行速度有所提高,但由于透射率不够准确,去雾图像在景物边缘处会出现光晕现象;meng等人采用基于块约束和上下文正则化的方法来估算大气透射率。虽然这些方法能对单幅图像做出比较理想的处理,尤其是对于景深变化较多的图像,去雾效果比前述工作有了很大进步,可是韩正汀等人认为透射率在局部区域内应该是恒定的,在含雾图像上进行导向滤波会使景深相同处的细节过于丰富(尤其是对于室外视频监控这种远距离广角图像,情况更是如此),还会使景物边缘出现光晕现象,不符合自然规律,进而提出采用大气光幕的导向图对大气透射率进行导向滤波,再结合大气物理散射模型完成去雾。然而,经过导向滤波细化后的透射率图比较模糊,前景物体的边缘不够锐化;并且,由于部分区域的暗通道值远大于0,接近于大气光值,以致利用大气光幕导向图和导向滤波求解的透射率偏差较大,天空区域的色彩存在明显失真。
技术实现要素:
本发明是为了解决现有技术所存在的上述技术问题,提供一种去雾效果好、天空区域色彩保真度高、边缘保持能力强的基于天空分割和透射率自适应修正的室外监控图像去雾方法。
本发明的技术解决方案是:一种基于天空分割和透射率自适应修正的图像去雾方法,其特征在于按照如下步骤进行:
步骤1.输入一幅含雾和天空区域的室外监控图像
步骤2.将
步骤3.对
步骤4.利用迭代阈值法分割图像
步骤4.1令
步骤4.2采用
步骤4.3计算前景区域
步骤4.4如果
步骤4.5采用
步骤5.利用二值掩码
步骤6.将
步骤7.利用公式
所述
步骤8.求
步骤8.1将
步骤8.2在非升序序列中取出位于前0.1%的值,并将这些值在暗通道
步骤8.3根据坐标集合l,到图像
步骤9.计算场景透射率的粗估计值t0,其定义由公式
所述
步骤10.利用公式
所述
步骤11.利用公式
所述
步骤12.利用大气光值a和透射率图像
所述
步骤13.利用二值掩码
所述
与现有的技术相比,本发明从三方面保证图像去雾的主客观质量:首先,利用暗通道图像中高亮度像素集的平均值来尽量保证大气光值的估计结果趋于合理值。其次,利用迭代式阈值分割算法将输入图像划分为天空区域和非天空区域,再对两者分别进行去雾处理,克服了传统暗原色先验模型在处理天空区域时存在的过渡明显、偏色严重的不足,保证天空区域的色彩保证度。最后,采用快速双边滤波和3次对数多项式变换来自适应地计算透射率图像,处理速度快,且达到了去噪、保边、消除光晕的目的。因此,本发明具有去雾效果好、天空区域色彩保真度高、边缘保持能力强的优点。
附图说明
图1是本发明实施例测试图像1与现有技术去雾效果对比图。
图2是本发明实施例测试图像2与现有技术去雾效果对比图。
图3是本发明实施例测试图像3与现有技术去雾效果对比图。
图4是本发明实施例测试图像4与现有技术去雾效果对比图。
图5是本发明实施例测试图像5与现有技术去雾效果对比图。
具体实施方式
一种供基于天空分割和透射率自适应修正的室外监控图像去雾方法,其特征在于按照如下步骤进行:
步骤1.输入一幅含雾和天空区域的室外监控图像
步骤2.将
步骤3.对
步骤4.利用迭代阈值法分割图像
步骤4.1令
步骤4.2采用
步骤4.3计算前景区域
步骤4.4如果
步骤4.5采用
步骤5.利用二值掩码
步骤6.将
步骤7.利用公式
所述
步骤8.求
步骤8.1将
步骤8.2在非升序序列中取出位于前0.1%的值,并将这些值在暗通道
步骤8.3根据坐标集合l,到图像
步骤9.计算场景透射率的粗估计值t0,其定义由公式
所述
步骤10.利用公式
所述
本实施例中,令
步骤11.利用公式
所述
步骤12.利用大气光值a和透射率图像
所述
步骤13.利用二值掩码
所述
不同含雾图像采用本发明和由hekaiming提出的基于暗通道先验的去雾方法得到的结果如图1~图5所示。图1~图5中,(a)原始图像,(b)基于暗通道的去雾图像,(c)本发明实施例的去雾图像。从图1~图5可以看出,本发明实施例的去雾效果明显优于现有技术。