[發明專利]一種基于半逆法的快速單幅圖像去霧算法

有效

• 申請號: 201410293568.7
• 申請日: 2014-06-25
• 公開（公告）號: CN104252698B
• 公開（公告）日: 2017-05-17
• 發明（設計）人: 張紅英;劉言;王小元;吳亞東
• 申請（專利權）人: 西南科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京眾合誠成知識產權代理有限公司11246
• 代理人: 龔燮英

技術領域

本發明涉及圖像處理技術領域，尤其涉及的是一種基于半逆法的快速單幅圖像去霧改進算法。

背景技術

圖像去霧問題在數學分析中被歸納為圖像處理中的欠約束問題，這種問題往往未知參數較多而且沒有客觀的評價標準。在早期的圖像去霧算法研究中一般采用圖像增強的方法，如直方圖增強，伽馬修正，對比度拉伸等來實現圖像在視覺效果上恢復，這種方法被定義為非物理模型方法去霧。但是這樣的方法沒有考慮圖像的內在信息因素和降質過程，導致圖像過飽和或顏色嚴重失真。隨著去霧理論的發展，圖像降質的過程得到了更多的關注，其中像大氣散射模型等模型的提出讓圖像去霧技術有了較大的進步，基于降質模型的方法被定義為物理模型方法。近幾年，基于單幅圖像去霧算法主要是圍繞物理模型來展開的。Narasimhan[1]等人利用相同場景、不同季節光照的多幅圖像做線性融合運算，從而估測到深度圖像，進而復原無霧圖像。但是這樣的方法比較依靠深度和不同圖像的光照信息，條件較為苛刻，不太適合實時圖像處理。Fattal[2]通過假設透射率和表面投影的局部不相關，估算景物的反射率，進而推斷景物的透射率來復原無霧圖像，該方法在霧濃度比較大的區域或者假設不成立時失效。Tarel[3]通過計算大氣光冪，來復原無霧圖像，但是所采用的中值濾波器不能很好的維持邊緣細節信息，在深度發生突變或者遠景區域容易產生光暈效應。相比之下，何凱明[4]等人提出的暗原色先驗算法讓圖像去霧技術再向前推進一大步，受到研究人員的高度關注。但是其算法在優化透射率時所用的摳圖方法(soft matting)技術具有很高的空間和時間復雜度，耗時較長。為了解決這個問題，何凱明[5]等人又采用了導向濾波(Guided-image filter)來修正透射圖 (Transmission map)，但是卻導致圖像質量的降低，所得到的透射圖沒有摳圖方法得到的結果精細。同時Z.Wang[6]等人采用的多尺度透射圖融合方法也能獲得很好的效果，但是其多尺度融合技術計算復雜度較高。Wei Sun[7]采用的雙邊濾波器也能得到很好透射圖，然而由于雙邊濾波器所采用的梯度權重計算原理，容易導致梯度逆反效應。近期國內外基于暗原色先驗知識的改進的快速算法成為了熱點。

由Land[8]提出的Retinex算法以及其相關改進算法在色彩增強算法中得到成功應用，該算法名字來源與視網膜(retina)和大腦皮層(cortex)兩個詞的合成，將到達成像設備的光分為照度分量和反射分量，從圖像中去除場景的照度分量，獲得反射分量。這種人眼視覺模型近幾年也受到極大的關注。例如，黃黎紅[9]等提出了基于單尺度Retinex(SSR)的霧天圖像增強算法，劉茜[10]等提出的多尺度Retinex(MSR)的自適應圖像增強方法。另外美國國家航空航天局(NASA)的Langley研究中心(LRC)的成果：基于鄰域(surround-based)的Retinex算法被成功嵌入DSP系統，對分辨率為256×256的灰度圖像，該算法的處理速度可達30幀/s，實時性較強，但此算法容易引入光暈效應。

大氣散射模型：

Narasimhan,Nayar等[1]研究了不同天氣條件下的大氣粒子特性，分析了各種大氣粒子散射特性，提出了霧霾天氣和水下環境下的大氣散射模型。和Narasimhan等[1]的模型類似，對霧天圖像的物理模型也可以使用何凱明等[6]所提到單幅圖像的大氣散射模型，該模型表述為：

I(x)＝J(x)t(x)+A(1-t(x))(1)

其中I(x)為降質圖像，J(x)為原始圖像，t(x)為透射率，A為整體大氣光照值。該模型認為兩種環境光造成了圖像的降質。一種是景物反射光線的衰減項，另一種則是大氣粒子對照射光的散射項。所以J(x)t(x)描述的景物反射光線穿過大氣后的衰減項，而A(1-t(x))表示大氣散射光，它導致場景的模糊和色偏。當大氣同質時，透射率t(x)可以表示為：

t(x)＝e^-βd(2)

其中：β是大氣散射系數，d是場景深度。圖像去霧的目的是通過t(x)、A值復原無霧 圖像J(x)。

大氣光冪V(x)滿足兩個約束條件：(1)大氣光冪為正值(2)大氣光冪的灰度值不大于該像素點的RGB通道中的最小灰度值并推導出大氣光冪V(x)的計算公式為：

V(x)＝A(1-e^-βd)(3)

本發明以大氣光冪V(x)滿足兩個假設為依據,采用了一種新的估測大氣光冪的方案。

參考文獻：