[發(fā)明專利]一種實(shí)時(shí)視頻去霧方法

有效

• 申請?zhí)枺?/td>: 201410153491.3
• 申請日: 2014-04-10
• 公開（公告）號: CN104253930B
• 公開（公告）日: 2017-04-05
• 發(fā)明（設(shè)計(jì)）人: 張紅英;刁揚(yáng)桀;吳亞東;陳萌
• 申請（專利權(quán)）人: 西南科技大學(xué)
• 主分類號: H04N5/21
• 分類號: H04N5/21;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域：

本發(fā)明涉及圖像/視頻處理技術(shù)，具體來講，涉及一種顏色保持的實(shí)時(shí)視頻去霧算法。

技術(shù)背景：

近年來，霧霾天氣出現(xiàn)頻繁。霧霾天氣情況下，能見度降低，嚴(yán)重影響了人們正常生活以及視頻系統(tǒng)的正常工作。實(shí)時(shí)地改善霧霾天氣圖像/視頻的清晰度和能見度，有重要的實(shí)際意義。可以廣泛應(yīng)用于交通安全、視頻監(jiān)控等眾多領(lǐng)域。

霧天圖像清晰化技術(shù)發(fā)展至今，目前主要有兩種方法：一是基于圖像處理的增強(qiáng)方法；二是基于物理模型的復(fù)原方法。

圖像增強(qiáng)的目的是使恢復(fù)之后的圖像更加符合人類視覺習(xí)慣或有利于計(jì)算機(jī)系統(tǒng)的識別。基于圖像增強(qiáng)的去霧方法沒有考慮圖像降質(zhì)的原因，僅從圖像處理的角度根據(jù)主觀視覺效果進(jìn)行對比度增強(qiáng)和顏色校正，這一類方法主要有直方圖均衡化、小波變換、同態(tài)濾波、Retinex算法等。這些算法可以有效地增強(qiáng)圖像的對比度和細(xì)節(jié)信息，但不能針對圖像退化的原因進(jìn)行有效補(bǔ)償，不能徹底去除霧氣。處理后的圖像常常會有顏色上的偏差和噪聲放大的現(xiàn)象。針對圖像增強(qiáng)存在的問題，國內(nèi)外的一些研究者對惡劣天氣條件下的圖像退化機(jī)理進(jìn)行了分析，提出了一些基于物理模型的復(fù)原方法。

基于物理模型的方法利用霧天圖像退化模型，通過求解圖像退化的逆過程來恢復(fù)清晰圖像，恢復(fù)的無霧圖像相對而言比較清晰自然。這一類方法主要有：假設(shè)場景深度已知的復(fù)原方法、利用輔助信息提取深度信息的復(fù)原方法以及基于先驗(yàn)信息的復(fù)原方法。

場景深度已知的復(fù)原方法需要使用昂貴的傳感器獲取精確的霧天圖像場景深度信息，因此在很大程度上限制了這些方法的實(shí)際應(yīng)用。利用輔助信息提取深度信息的復(fù)原方法需要不同天氣下2張或以上數(shù)量的圖像估計(jì)深度圖像，而實(shí)際中很難滿足圖像實(shí)時(shí)處理的需求。眾多學(xué)者將目光投入到單幅圖像去霧。然而，僅僅通過單幅霧天圖像來恢復(fù)無霧圖像，本身是一個(gè)病態(tài)問題。這就需要一些先驗(yàn)知識。從事這方面研究的學(xué)者主要有Tan、Fattal、何凱明、Tarel等。

Tan等基于無霧圖像的對比度必定比有霧圖像要高的事實(shí)，通過最大化局部對比度的方法實(shí)現(xiàn)了單幅圖像去霧，但復(fù)原后的圖像容易產(chǎn)生色調(diào)偏移。Fattal基于透射率和物體表面陰影局部不相關(guān)的假設(shè)，利用獨(dú)立成分分析(ICA)方法和馬爾科夫隨機(jī)場(MRF)模型實(shí)現(xiàn)去霧。該方法的性能很大程度上取決于輸入數(shù)據(jù)的統(tǒng)計(jì)特性，對于濃霧圖像的復(fù)原結(jié)果存在較大失真。為了達(dá)到更徹底的去霧目的，何凱明等人提出基于暗原色先驗(yàn)的單幅圖像去霧技術(shù)，并借助軟摳圖技術(shù)改善透射率圖，最后得到的復(fù)原圖像清晰自然。但軟摳圖技術(shù)的使用讓整個(gè)算法有很高的時(shí)間復(fù)雜度和空間復(fù)雜度，對分辨率為600*400的圖像處理時(shí)間為10-20s(3.0GHz?Intel?Pentium4processor)。為提高效率，許多加速算法被提出。Tarel等人提出一種中值濾波的快速去霧方法，中值濾波的性質(zhì)使得復(fù)原圖像在景深發(fā)生突變的邊緣，會產(chǎn)生光暈(Halo)效應(yīng)。2010年何凱明等人提出一種導(dǎo)向?yàn)V波方法來代替先前的軟摳圖部分，極大降低了算法復(fù)雜度。Xie等人對圖像亮度分量通過MSR算法求取透射率，取得了一定效果，但其處理600*400的圖像耗時(shí)為5-8s(3.0GHz?Intel?Pentium?Dual-core)，速度也很慢。

此外，在國內(nèi)，孫抗等人利用雙邊濾波的方法較好的保持了圖像的邊緣。2013年甘佳佳等人利用兩次不同尺度的雙邊濾波結(jié)果的差值來衡量圖像的局部對比度，對霧濃區(qū)域和自身亮度值較高的物體進(jìn)行了一定區(qū)分，以此得到了更加準(zhǔn)確的大氣散射圖。恒宗圣等人采用了局部區(qū)域分割的方法等等。總之，基于圖像復(fù)原的圖像清晰化算法目前已取得了一定的成果，但存在復(fù)雜度較高的問題，處理速度仍然有待進(jìn)一步提高。并且，目前使用的大氣散射模型相對簡單，對于較復(fù)雜的情況，如天空區(qū)域有強(qiáng)烈太陽光或光照非常不均時(shí)，去霧效果往往不理想。

發(fā)明內(nèi)容：

本發(fā)明的目的在于解決現(xiàn)有的去霧算法對環(huán)境的適用性不強(qiáng)以及實(shí)時(shí)性較差、難以應(yīng)用于實(shí)際的問題，基于大氣散射模型，提供一種保持物體顏色的實(shí)時(shí)視頻去霧算法。通過所述方法可很好的恢復(fù)霧天圖像的顏色和對比度。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于顏色保持的實(shí)時(shí)視頻去霧方法，該方法主要包括以下步驟：

步驟1，圖像獲取：通過成像設(shè)備獲得一幀霧天圖像I；

步驟2，求最小通道圖I_min：將步驟1獲取的圖像在RGB顏色空間，對每個(gè)像素點(diǎn)求取RGB分量的最小值，獲得最小通道圖I_min；