一种快速图像去雾方法及系统与流程

本发明涉及图像去雾技术领域，更具体地说，它涉及一种快速图像去雾方法及系统。

背景技术：

在雾霾天气下，大气介质中水蒸汽与悬浮尘埃颗粒构成的气溶胶对光线形成严重的吸收、散射和反射作用，造成可见光成像系统图像出现对比度、饱和度降低,以及色调偏移等退化现象，不仅影响图像的视觉效果，而且还干扰图像特征的提取，影响各种户外机器视觉监测系统的正常工作。因此，图像去雾技术具有重要的实用价值。

近年来，基于大气散射模型的图像去雾技术研究取得了很大进展，许多学者提出了一些基于先验知识或假设的图像去雾方法。大气散射模型描述了雾化图像的退化过程，数学表达式为：

i(x)＝j(x)t(x)+a(1-t(x))

式中，x表示像素点坐标，i(x)为原始雾化图像，j(x)是场景的反照率即清晰图像，a为大气光强，t(x)为场景的透射率，当为均匀大气介质时，透射率函数可以表示为：

t(x)＝e^-βd(x)

式中，β为大气散射系数，d(x)为场景的深度。

上面第一个公式右边的第1项j(x)t(x)为景物光线的直接衰减项，第2项a(1-t(x))为大气耗散项，表示大气光参与成像的附加部分，它造成图像对比度、饱和度降低，以及色调偏移等退化现象。去雾的目的是从有雾图像i(x)中恢复出清晰图像j(x)。由于第一个公式大气散射模型数学表达式为欠定方程，只有i(x)是已知的，j(x)、t(x)和a都是未知，想要恢复出j(x)，必须先估算出a、t(x)。因t(x)与大气散射系数β和场景的深度d(x)有关，无法直接进行估算。为此,引入大气耗散函数：

v(x)＝a(1-t(x))

通过估算出大气耗散函数v(x)和大气光强度a可间接得到透射率t(x)。

根据有雾图像的物理特性，大气耗散函数v(x)应满足两个约束条件：1)对于每个像素，v(x)应为正值，即v(x)≥0；2)v(x)不大于雾化图像的最小颜色分量m(x),即v(x)≤m(x)。m(x)可表示为：

式中，c为三个颜色通道rgb中的某一通道；i^c(x)为图像在x点处c通道像素值。tan等人通过理论推导指出，可将最小颜色分量m(x)作为估算大气耗散函数v(x)的依据，即取v(x)＝m(x)。

最小颜色分量m(x)中包含了图像的景深信息,也包含了丰富的纹理特征和边缘信息。而大气耗散函数v(x)仅与场景的景深有关并在局部区域趋于平稳，因此，必须滤除纹理信息保留其景深突变的边缘特性。对m(x)进行滤波估算v(x)是基于大气散射模型的图像去雾技术的关键问题，近年来，国内外学者提了多种滤波方法，如均值滤波﹑中值滤波﹑双边滤波﹑最小值滤波等。已有滤波方法或算法复杂度高﹑或运算量大﹑或易出现halo效应。

技术实现要素：

本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种无halo效应、处理速度快、鲁棒性强的快速图像去雾方法。

本发明的目的二是提供一种无halo效应、处理速度快、鲁棒性强的快速图像去雾系统。

为了实现上述目的一，本发明提供一种快速图像去雾方法，以像素点为中心，在设定窗口中选取小于或等于该像素点的最小颜色分量的像素并构成集合，根据所述集合中最大值、最小值之间的差值与阈值比较以确定对所述集合进行一次均值滤波或二次均值滤波得到大气耗散函数估计值；根据所述大气耗散函数估计值计算得到复原图像，并将所述复原图像进行显示输出。

作为进一步地改进，包括具体步骤如下：

s1.获取有雾图像i(x)并计算所述有雾图像i(x)各个像素点的最小颜色分量m(x)；

s2.以像素点x为中心设定窗口ω，选择所述设定窗口ω中小于或等于m(x)的像素并构成集合m(x)；

s3.根据集合m(x)中的最大值mmax、最小值mmin计算差值

δm＝mmax(x)-mmin(x)，根据集合m(x)中全部元素计算得到平均值p；

s4.若差值δm小于阈值β，则以平均值p作为大气耗散函数估计值v(x)；否则，对m(x)中[p,mmax]范围的全部元素计算得到平均值p1并作为大气耗散函数的估计值v(x)；

s5.根据像素点的最小颜色分量m(x)估计大气光强度a；

s6.根据调整因子ω计算透射率t(x)，

s7.根据透射率t(x)计算复原图像j(x)，

其中，t0为t(x)的下限。

进一步地，所述阈值β＝0.1～0.3。

进一步地，所述调整因子ω＝0.9～0.95。

进一步地，所述t0＝0.05～0.15。

进一步地，所述设定窗口ω为15×15像素。

为了实现上述目的二，本发明提供一种快速图像去雾系统，还包括图像获取单元、图像输出单元、逻辑处理单元，所述图像输出单元用于显示图像，所述图像获取单元从所述图像输出单元中获取有雾图像并发送给所述逻辑处理单元，所述逻辑处理单元根据上述的方法计算到得大气耗散函数估计值，根据所述大气耗散函数估计值计算得到复原图像，并将所述复原图像发送到所述图像输出单元进行显示输出。

有益效果

本发明与现有技术相比，具有的优点为：本发明通过以像素点为中心，在设定窗口中选取小于或等于该像素点的最小颜色分量的像素并构成集合，可以减少参入滤波处理的数据量，提高运算速度；通过集合中最大值、最小值之间的差值与阈值比较以确定对集合进行一次均值滤波或二次均值滤波得到大气耗散函数估计值，可以有效避免产生halo效应。

附图说明

图1为本发明的流程图；

图2为场景1原始图；

图3为图2的透射率图；

图4为图2的去雾效果图；

图5为场景2原始图；

图6为图5的透射率图；

图7为图5的去雾效果图；

图8为场景3原始图；

图9为图8的透射率图；

图10为图8的去雾效果图。

具体实施方式

下面结合附图中的具体实施例对本发明做进一步的说明。

参阅图1，一种快速图像去雾方法，以像素点为中心，在设定窗口中选取小于或等于该像素点的最小颜色分量的像素并构成集合，根据集合中最大值、最小值之间的差值与阈值比较以确定对集合进行一次均值滤波或二次均值滤波得到大气耗散函数估计值；根据大气耗散函数估计值计算得到复原图像，并将复原图像进行显示输出。

图像去雾包括具体步骤如下：

s1.获取有雾图像i(x)并计算有雾图像i(x)各个像素点的最小颜色分量m(x)，

s2.以像素点x为中心设定窗口ω，设定窗口ω为15×15像素，选择设定窗口ω中小于或等于m(x)的像素并构成集合m(x)，

m(x)＝{m(y)|my≤m(x)，y∈ω}；

s3.根据集合m(x)中的最大值mmax、最小值mmin计算差值δm，

mmax(x)＝max(m(x))＝m(x)

mmin(x)＝min(m(x))

δm＝mmax(x)-mmin(x)，

根据集合m(x)中全部元素计算得到平均值p，

p＝mean(m(x))，

其中，mean()表示均值滤波；

s4.若差值δm小于阈值β，则以平均值p作为所述大气耗散函数估计值v(x)，即v(x)＝p；否则，对m(x)中[p,mmax]范围的全部元素计算得到平均值p1并作为大气耗散函数的估计值v(x)，具体过程如下：

若δm＜β，则v(x)＝p；

若δm≥β，则

m′(x)＝{m(x)|p≤m(x)≤mmax(x)}，

v(x)＝p1＝mean(m′(x))，

对于归一化图像，阈值β＝0.1～0.3；

s5.根据像素点的最小颜色分量m(x)估计大气光强度a，先取最小颜色分量m(x)图像中最大的前0.4％像素点，然后选取这些点在原始有雾图像中对应的亮度平均值作为整幅图像的大气光强a；

s6.根据调整因子ω计算透射率t(x)，

调整因子ω的作用是保留少量的雾，增加图像的真实感，调整因子ω＝0.9～0.95；

s7.根据透射率t(x)计算复原图像j(x)，

其中，t0为t(x)的下限，其作用是为了防止t(x)趋近于0时，噪声被过度放大，t0＝0.05～0.15。

一种快速图像去雾系统，还包括图像获取单元、图像输出单元、逻辑处理单元，图像输出单元用于显示图像，图像获取单元从图像输出单元中获取有雾图像并发送给逻辑处理单元，逻辑处理单元根据上述法计算到得大气耗散函数估计值，根据大气耗散函数估计值计算得到复原图像，并将复原图像发送到图像输出单元进行显示输出。

图2是场景1原始图，图3是图2的透射率图，图4是图2应用本发明的方法得到的去雾效果图。图5是场景2原始图，图6是图5的透射率图，图7是图5应用本发明的方法得到的去雾效果图。图8是场景3原始图，图9是图8的透射率图，图10是图8应用本发明的方法得到的去雾效果图。实验结果表明,本发明的去雾图像清晰，无halo效应，无色彩失真，运算速度快。此外，通过大量实验证明,本发明具有较强的鲁棒性，对大部分雾霾图像的去雾效果良好。

以上仅是本发明的优选实施方式，应当指出对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些都不会影响本发明实施的效果和专利的实用性。