一种图像的去雾方法
【技术领域】
[0001] 本发明属于图像处理技术领域，尤其涉及一种图像的去雾方法。
【背景技术】
[0002] 作为安全防护的一种重要手段，视频监控发挥着极为重要的作用。然而，视频监控 系统在获取图像时受环境因素影响较大。例如，在雾霾条件下，光学传感器所捕获的图像质 量严重下降，图像对比度底，细节损失严重，为后续的图像处理和分析工作带来了极大的困 难，因此研究高效可行的去雾算法具有十分重要的理论和研究价值。
[0003] 国内外学者针对去雾方法的研究主要分为两类：基于大气光散射模型的去雾算法 和基于图像增强技术的去雾算法。基于大气光散射模型的去雾算法主要包括：基于暗通道 先验的去雾算法和模糊去雾算法等；基于图像增强技术的去雾算法包括：基于Retinex图 像增强技术的去雾算法、基于像素色彩多样性去雾算法等。在现有的这些算法中基于暗通 道先验的去雾算法被公认为是最有效和最通用的一种算法。该算法是基于暗通道先验信息 构建去雾模型，该先验认为图像局部区域的三个颜色通道中，至少有一个颜色通道的像素 值比较低或接近于零，将其定义为暗通道。通过定义暗通道，可以估算出有雾图像中的雾成 分，从而实现从有雾图像中恢复原始图像的目的，方法流程图如图1所示。现有方法得到的 去雾后的图像具有大面积浅色或偏白区域的图像，暗通道的值通常也比较高，使得待处理 图像不完全满足暗通道先验理论，得到的去雾图像存在块状效应等问题。
【发明内容】
[0004] 有鉴于此，本发明实施例期望提供一种图像的去雾方法，至少能解决现有去雾方 法存在的块状效应等技术问题。
[0005] 本发明实施例的技术方案是这样实现的：
[0006] 本发明实施例提供了一种图像的去雾方法，应用于包含雾气的图像，所述方法包 括：
[0007] 通过所述图像的颜色通道得到所述图像的暗通道；
[0008] 通过所述暗通道得到大气光强和所述图像的透射率；
[0009] 根据所述透射率对所述颜色通道进行修正得到修正颜色通道；
[0010] 通过所述修正颜色通道得到修正大气光强和修正透射率；
[0011] 根据所述修正颜色通道、修正大气光强和修正透射率得到去雾图像。
[0012] 上述方案中，所述通过所述图像的颜色通道得到所述图像的暗通道包括：
[0013] 对所述图像进行通道分解，得到图像的各个颜色通道；
[0014] 将所述图像分成设定个图像块，将所述图像块对应的灰度值最小的所述颜色通道 设定为所述图像块暗通道。
[0015] 上述方案中，所述大气光强的求取过程为：
[0016] 获取所述暗通道中的壳度最尚的像素点集；
[0017] 从所述像素点集中选择设定比例的像素点作为参考像素点；
[0018] 计算所述参考像素点在所述图像中对应的像素点的灰度值；
[0019] 将所述灰度值的中值设定为大气光强。
[0020] 上述方案中，所述根据所述透射率对所述颜色通道进行修正得到修正颜色通道包 括：
[0021] 对所述图像块暗通道上的透射率做归一化处理得到归一化透射率；
[0022] 计算所述图像块暗通道上的所述颜色通道在所述图像对应的颜色通道的权重；
[0023] 通过所述归一化透射率和权重计算修正颜色通道。
[0024] 上述方案中，所述根据所述修正颜色通道、修正大气光强和修正透射率得到去雾 图像包括：
[0025] 通过所述修正颜色通道、修正大气光强和修正透射率得到所述图像的去雾颜色通 道；
[0026] 对所述去雾颜色通道进行加权得到对应所述图像的去雾图像。
[0027] 上述方案中，所述图像块暗通道的计算过程为：
[0029] 其中，JdaA(y)为图像块暗通道，用矩阵表示；r，g，b分别代表红色、绿色和蓝色；c 为r，g，b三种颜色之一；y为以所述图像的空间坐标X为中心的局部小区域组成的集合，Ω 为集合符号，表示为y e Ω (X) ;r(y)为图像块的局部区域颜色通道的任意一个。
[0030] 上述方案中，所述透射率的计算过程为：
[0032] 其中，t(y)为透射率；r(y)为颜色c对应的颜色通道;Atl为颜色通道I Iy)对应 的大气光强。
[0033] 上述方案中，所述修正颜色通道的计算过程为：
[0035] 其中，I。'（y)为的修正颜色通道，用矩阵表示；Tdi (y)为归一化透射率；GA(y)为权 重；Idi(y)为有雾图像在图像块k的颜色通道r(y)上的值。
[0036] 上述方案中，所述去雾颜色通道的计算过程为：
[0038] 其中，1_(.ν)为去雾图像的颜色通道，用矩阵表示；I。'（y)为修正后的颜色通道； 为修正大气光强；！"(J7)为修正透射率。
[0039] 上述方案中，所述去雾图像的计算过程为： CN 105118027 A 说明书 3/9 页
[0041] 其中，J(y)为去雾图像，用矩阵表示；η为权值，η的取值与颜色通道的数量相同。
[0042] 本发明实施例所提供的图像的去雾方法，对图像的颜色通道、大气光强和透射率 进行修正，能根据图像自身的特点最大限度地去除了图像的雾气，消除了块状效应等问题。
【附图说明】
[0043] 图1为现有去雾方法的流程图；
[0044] 图2为实施例1的图像的去雾方法的流程图；
[0045] 图3为实施例2的图像去雾效果对比图。
[0046] 为了能明确实现本发明的实施例的结构，在图中标注了特定的尺寸、结构和器件， 但这仅为示意需要，并非意图将本发明限定在该特定尺寸、结构、器件和环境中，根据具体 需要，本领域的普通技术人员可以将这些器件和环境进行调整或者修改，所进行的调整或 者修改仍然包括在后附的权利要求的范围中。
【具体实施方式】
[0047] 在以下的描述中，将描述本发明的多个不同的方面，然而，对于本领域内的普通技 术人员而言，可以仅仅利用本发明的一些或者全部结构或者流程来实施本发明。为了解释 的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有这些特定细节的情况 下也可以实施本发明。在其他情况下，为了不混淆本发明，对于一些众所周知的特征将不再 进行详细阐述。
[0048] 实施例1
[0049] 为了解决现有去雾方法存在的块状效应等技术问题，本发明实施例提供了一种图 像的去雾方法，应用于包含雾气的图像，如图2所示，所述方法包括以下步骤：
[0050] 步骤SlOl :通过所述图像的颜色通道得到所述图像的暗通道；
[0051] 本实施例所述的图像是指通过数字成像设备（如手机、摄像机、数码相机等）得到 的包含雾气的图像，该图像也称色偏图像。色偏图像的对比度底、细节损失严重，同时会产 生雾化情况，为后续的图像处理和分析工作带来了极大的困难。
[0052] 本实施例将图像通过通道分解的方法，获取图像的每个像素点在RGB(Red_红、 Green-绿、Blue-蓝）通道上的像素值，并用矩阵的形式表示，即颜色通道；根据颜色通道求 得暗通道。
[0053] 步骤S102 :通过所述暗通道得到大气光强和所述图像的透射率；
[0054] 基于暗通道得到图像的大气光强和所述图像的透射率，使得所述大气光强和所述 透射率更符合当前图像。
[0055] 步骤S103 :根据所述透射率对所述颜色通道进行修正得到修正颜色通道；
[0056] 通常，图像存在不同的景深，而不同的景深对应的透射率也不同；因此，根据透射 率对颜色通道进行修正，能够针对当前图像自身的景深特点对雾气进行去除。
[0057] 步骤S104 :通过所述修正颜色通道得到修正大气光强和修正透射率；