[發明專利]一種基于圖像分層增強的圖像去霧方法及系統

有效

• 申請號: 201410127722.3
• 申請日: 2014-03-31
• 公開（公告）號: CN103914820B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 張云;田金文;高駿逸;李濤;李斌;龔俊斌
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 華中科技大學專利中心42201
• 代理人: 廖盈春

技術領域

本發明涉及圖像清晰化處理領域，具體地說，涉及一種基于圖像分層增強的圖像去霧方法及系統。

背景技術

霧天條件下，由于大氣中懸浮的大量微小水滴、渾濁的媒介對光的散射、吸收等作用，使得大氣的能見度降低，造成了霧天成像傳感器采集的圖像嚴重退化降質，圖像色彩和對比度大幅下降，從而導致以提取圖像特征為基礎的監控、跟蹤、智能導航、智能車輛等視覺應用系統無法正常穩定的工作。因此，研究圖像去霧技術，提高霧天降質圖像的清晰度具有很強的現實意義和重大的應用價值。同時，圖像去霧技術因其跨學科（涉及到物理學、數學、大氣學、數字圖像處理等多門學科）以及應用前景廣闊等特點，已成為計算機視覺和圖像處理領域的研究熱點。近些年來國內外已經取得了一定的研究成果，這些圖像去霧的方法主要分為兩大類：基于物理模型的圖像復原方法和基于圖像處理的圖像增強方法。其特點描述如下：

1）基于物理模型的圖像復原方法

基于物理模型的圖像復原方法，建立霧天圖像的大氣散射模型，通過圖像降質過程的逆過程來恢復清晰圖像，其又可細分為多種類型的方法：基于偏微分方程的方法、基于深度關系的方法和基于先驗信息的方法，其中最突出的是He提出的基于暗通道先驗信息的圖像去霧方法。該類方法一般能恢復出比較理想的圖像去霧質量，信息損失少，但其缺點在于需要利用數學工具或其它輔助信息估計模型參數，計算復雜、耗時，很難應用到實時處理系統中。

2）基于圖像處理的圖像增強方法

基于圖像處理的霧天圖像增強方法不考慮圖像的降質原因，主要根據主觀視覺效果進行對比度增強和顏色校正，其具體有多種增強方式：基于全局化增強的直方圖均衡化方法、同態濾波方法、多尺度Retinex方法以及基于局部對比度或方差的增強方法等。此類方法計算相對簡單，能有效地提高霧天圖像的對比度，突出圖像的細節，但其缺點在于會損失很多信息出現不可預測的圖像失真，且沒有考慮場景的深度信息，對于較復雜的圖像場景，會出現部分過增強、部分圖像增強不足以及顏色失真等現象，其適用范圍受到一定的限制。

對于實際應用，場景變化復雜且實時性要求較高，上述方法均不能達到理想的效果。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種圖像分層增強的圖像去霧方法及系統，所述方法及系統既能提高圖像去霧的運算速度以滿足實時性應用，又能適用于不同場景獲得清晰化的圖像。

本發明解決其技術問題所采用的技術方案是，提供了一種圖像分層增強的圖像去霧方法，所述方法包括以下步驟：

S1、估測原始圖像的大氣光值A；

S2、結合所述大氣光值構造兩層半逆圖像，對兩層半逆圖像進行線性對比度增強；

S3、計算原始圖像和增強后的半逆圖像在CIE?LCH空間H通道的絕對差值，根據所述絕對差值確定增強后的半逆圖像的權值分布，根據所述權值分布將兩層增強后的半逆圖像進行加權融合；

S4、對融合后的圖像進一步線性增強，獲得最終的對比度增強的去霧圖像。

作為進一步優選地，所述步驟S1包括以下子步驟：

S11、基于Retinex思想將高斯核函數與原始圖像的灰度圖進行卷積，得到原始圖像的照度分量圖；

S12、從照度分量圖中搜索出最亮的區域；

S13、對應照度分量圖中最亮的區域，將原始圖像的灰度圖中相應位置的值作為估計的大氣光值A。

作為進一步優選地，所述步驟S2包括以下子步驟：

S21、將所述大氣光值A進行分段，取A/2和A/4作為參考，首先取參考值A0為A/2；

S22、將原始圖像分離成3通道，分別計算參考值A0與原始圖像的r、g、b值的差值A0-r,A0-g和A0-b，然后分別取所述差值和對應的原通道r、g、b值的最大值作為輸出，構成3個半逆通道；

S23、將3個半逆通道分別進行線性對比度增強，再合并得到增強后的半逆圖像；

S24、取參考值A0為A/4,重復步驟S22-S23，獲得另一層增強后的半逆圖像。

作為進一步優選地，所述步驟S3包括以下子步驟：

S31、轉換原始圖像和第一層增強后的半逆圖像到CIE?LCH空間，計算它們在H通道上的絕對差，得到差值圖，并將差值圖中絕對差小于設定閾值的部分進行標記；

S32、對H通道差值圖中被標記和未被標記的區域設定不同的權值，得到權值圖并將其作為第一層的權重分布圖；

S33、用1和第一層的權重分布圖作差，得到第二層的權重分布圖；