基于域变换与带权四叉树分解的单幅图像自适应去雾方法
【技术领域】
[0001] 本发明涉及数字图像处理领域，尤其涉及图像复原领域，具体地说，涉及一种基于 域变换与带权四叉树分解的单幅图像自适应去雾方法。
【背景技术】
[0002] 图像是计算机视觉的基础，是人类获取和利用视觉信息的主要途径和手段。而在 实际生活中，由于环境污染日益严重，雾天频发。受雾气的影响，采集设备获取的视频和图 像存在对比度低，色彩严重失真等问题，使得图像中蕴含的许多特征被覆盖或变得模糊， 导致视频监控产品不能采集到清晰的现场图像，对道路交通、室外监控系统、各类场所安全 防范等全天候户外计算机视觉系统的可靠性产生严重的影响。因此，研宄如何对有雾图像 和视频进行清晰化处理，降低恶劣的天气现象带来的负面影响，已成为计算机视觉系统迫 切需要解决的关键问题，具有广阔的市场应用前景。
[0003] 目前，图像去雾技术已经成为图像处理和计算机视觉领域的研宄热点，国内外的 研宄人员取得了一定的研宄成果。图像去雾技术主要分为两大类：基于图像增强的方法和 基于物理模型的方法。
[0004] 基于图像增强的去雾方法，不考虑图像的降质原因，而是只针对图像中感兴趣的 部分进行增强。作为传统的技术方法，已经得到了广泛的应用。针对图像所在的空间不同 可以分为：频率域和空间域两类方法；常用方法主要有：直方图均衡化、曲波变换、傅立叶 变换、小波变换等。
[0005] 基于物理模型的方法主要是在大气散射模型的理论基础上，结合先验知识，实现 雾天降质图像的清晰化。早期的去雾算法主要是通过多幅图像求解景深，进而实现图像复 原，得到清晰的图像。然而由于条件限制，很难获得同一场景下不同天气状况的图像与视 频。因此基于单幅图像的去雾技术才更具有实用价值。
[0006] 近些年，基于单幅图像的去雾方法取得了很大的进步。Tan(R.T.Tan,"Visibility inbadweatherfromasingleimage, "IEEEConferenceonComputerVisionand PatternRecognition,pp. 1 - 8, 2008.)观察到无雾图像的对比度比有无图像的对比度 高，通过最大化有雾图像的局部对比度来实现去雾。他通过使用大气中最高的亮度值 作为全局大气光照，通过修复图像的最大局部对比度的方式来移除雾中的颗粒。这种 方法视觉效果很好，但与真实的物理场景有偏差。Fattl(R.Fattal,"Singleimage dehazing,"InternationalConferenceonComputerGraphicsandInteractive Techniques,pp. 1 - 9, 2008.)通过假定透过率和表面投影在局部区域是不相关的来 估计雾天图像的传输率。由于此方法基于颜色信息，不适用于灰度图像，而且浓雾条 件下也将失真。何凯明（K.He,J.Sun,andX.Tang,"Singleimagehazeremoval usingdarkchannelprior, "IEEEConferenceonComputerVisionandPattern Recognition,pp. 1957 - 1963, 2009.)等人在2009年CVPR会议上发表了 一篇关于暗原 色先验理论的论文，提出了一种基于该理论的去雾算法，并且获得了极佳的去雾效果， 在计算机图像视觉领域产生了极大的影响。刘轩（XuanLiu，FanxiangZeng，Zhitong Huang,YuefengJi，"Singlecolorimagedehazingbasedondigitaltotal variationfilterwithcolortransfer, "IEEEInternationalConferenceonImage Processing,pp. 909-913,Sep. 2013.)等人提出一种基于全变差数字滤波器的实时图像去 雾算法，同时针对去雾后的图像颜色不够丰富的现象，将颜色变换模型引入到雾天彩色图 像清晰化领域，使雾天图像具有与清晰图像的颜色信息，但算法的速度较慢。
[0007] 总之，由于大多数计算机视觉系统需要进行实时的图像处理，上述方法都不能满 足实时性要求，因此，在既保证图像去雾的有效性又提高去雾算法的实时性方面仍是亟待 解决的难题。
【发明内容】
[0008] 本发明提供一种基于域变换与带权四叉树分解的单幅图像自适应去雾方法，本方 法可以快速有效的实现对雾天有雾图像的清晰化处理。
[0009] 为了解决上述技术问题，本发明的具体实施步骤为：
[0010] (1)获取有雾图像，对其RGB三通道求取最小值得到有雾图像的暗原色图像，对有 雾图像与暗原色图像的平均亮度值进行加权，根据加权值范围判断有雾图像雾气浓度并设 定去雾控制参数；
[0011] (2)运用带权四叉树分解方法，从暗原色图像中选定雾气最浓区域，确定大气光向 量值；
[0012] (3)根据暗原色图像得到粗略透射率，修正与大气光值相似处的透射率值，得到修 正的透射率；
[0013] (4)运用基于域变换的滤波器对修正的透射率进行滤波得到优化的透射率，根据 大气散射模型，利用得到的大气光向量值和透射率得到初步去雾图像；
[0014] (5)将有雾图像与初步去雾图像变换到La0空间，将两幅图像的L通道进行加权 融合替换初步去雾图像的L通道，将结果转换回RGB空间，得到最终的去雾图像；
[0015]进一步，步骤（1)所述的暗原色图是指：根据
【主权项】
1. 一种基于域变换与带权四叉树分解的单幅图像自适应去雾方法，其特征在于该方法 的具体步骤为： 步骤（1)，获取有雾图像，对其RGB三通道求取最小值得到有雾图像的暗原色图像，对 有雾图像与暗原色图像的平均亮度值进行加权，根据加权值范围判断有雾图像雾气浓度并 设定去雾控制参数； 步骤（2)，运用带权四叉树分解方法，从暗原色图像中选定雾气最浓区域并确定大气光 向量值； 步骤（3)，根据暗原色图像得到粗略透射率，修正与大气光值相似处的透射率