[發(fā)明專利]一種最優(yōu)對比度和最小信息損失的圖像去霧方法

有效

• 申請?zhí)枺?/td>: 201410504518.9
• 申請日: 2014-09-26
• 公開（公告）號(hào): CN104200445B
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計(jì)）人: 謝從華;黃曉華;高蘊(yùn)梅;喬偉偉;常晉義
• 申請（專利權(quán)）人: 常熟理工學(xué)院
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 江蘇圣典律師事務(wù)所32237
• 代理人: 胡建華

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)圖像處理，特別涉及一種最優(yōu)對比度和最小化信息損失的圖像去霧方法。

背景技術(shù)

自2012年以來，全國74個(gè)重點(diǎn)監(jiān)測城市近半數(shù)受到了嚴(yán)重霧霾污染，霧霾籠罩在我們的上空，遮蔽了視線，相機(jī)和視頻監(jiān)控等成像系統(tǒng)所捕獲的圖像色彩暗淡、對比度變低,圖像質(zhì)量的嚴(yán)重退化，直接影響了圖像的視覺效果，嚴(yán)重影響它們的應(yīng)用范圍，在很多應(yīng)用場合需要對受到霧霾污染的圖像進(jìn)行去霧處理。

大氣介質(zhì)主要由空氣分子、水汽和氣溶膠組成，空氣中所含氣溶膠粒子是霧霾形成的主要因素，也是圖像質(zhì)量產(chǎn)生退化的根本原因。霧霾天氣下，物體表面反射的光在到達(dá)成像設(shè)備的過程中會(huì)受到空氣懸浮顆粒的影響，從而使得設(shè)備無法獲得清晰圖片。氣溶膠粒子對光線有散射作用，散射損失使“透射光”強(qiáng)度衰減，造成了圖像的對比度下降。

圖像去霧研究最早可追溯到1992年L.Bissonnette等人針對霧和雨天氣的圖像去霧。圖像去霧技術(shù)經(jīng)歷了二十多年的發(fā)展，取得了較大的進(jìn)展，不斷有新思想和新方法產(chǎn)生并用于實(shí)際工程中，主要有基于模型和基于非模型兩個(gè)方向。

基于非模型的方法考慮圖像呈現(xiàn)的低亮度和低對比度的特征，以常規(guī)的圖像增強(qiáng)方法作為基本的處理手段。基于非模型的方法不需要分析圖像退化的原因，只按特定的需要突出圖像中感興趣的部分信息，同時(shí)將不需要的信息進(jìn)行衰減或去除。主要包括空間域和頻率域兩類方法，典型的方法包括直方圖均衡化算法、曲波變換、同態(tài)濾波算法、基于大氣調(diào)制傳遞函數(shù)、小波方法及Retinex算法等。基于非模型的去霧方法只是增強(qiáng)圖像的對比度，沒有考慮霧天圖像模糊機(jī)理和退化原因，沒有考慮霧霾濃度與目標(biāo)景深成正比，實(shí)際上只是在一定程度上改善了圖像的視覺效果，實(shí)質(zhì)上并不是真正的圖像去霧。

基于模型的去霧方法通過分析圖像退化原因，對大氣散射建模，實(shí)現(xiàn)圖像的恢復(fù)。基于模型的方法分為三類：(1)基于偏微分方程的復(fù)原；(2)基于深度關(guān)系的復(fù)原；(3)基于先驗(yàn)信息的復(fù)原。

基于偏微分方程的圖像去霧方法比較適合圖像的色彩清晰度和對比度有較高要求的場合。借助大氣散射模型,建立戶外圖像全局去霧和局部去霧的能量最優(yōu)化模型,推導(dǎo)相應(yīng)的包含圖像梯度和場景景深的偏微分方程。但此方法有一個(gè)不足之處在于圖像深度信息的獲取所要求的漸進(jìn)修改大氣散射系數(shù)都需要通過用戶的交互操作。

基于深度關(guān)系的方法利用深度關(guān)系圖對圖像進(jìn)行去霧處理。通過采集不同天氣條件下對應(yīng)的場景圖像計(jì)算出背景圖像的深度圖,再結(jié)合相關(guān)的啟發(fā)式信息得到前景目標(biāo)對象的深度。盡管這些方法的去霧效果較為令人滿意,但其需要借助參考圖像的要求過于苛刻,在實(shí)際應(yīng)用中難以實(shí)現(xiàn)。

基于先驗(yàn)信息的復(fù)原方法，需要多幅圖像或更多輔助信息。根據(jù)場景深度信息是否已知可分為兩類。一類是假設(shè)場景深度信息已知的方法，通過復(fù)原場景對比度，使用一個(gè)簡單的高斯函數(shù)對場景中的光路進(jìn)行預(yù)測,但此方法需要雷達(dá)裝置獲取場景深度。另一類是用輔助信息提取場景深度。利用二值散射模型,不同散射光的偏振特性和交互式景深估計(jì)等不同角度提取場景深度信息。但偏振光的方法只能應(yīng)用于大氣散射程度較弱的薄霧,而不適于大霧天氣。有些方法則需要用到不同天氣狀態(tài)下相同景物的圖像或用戶的交互,很難滿足對變換場景的實(shí)際應(yīng)用需求。

依據(jù)深度信息的去霧算法，已經(jīng)發(fā)展到實(shí)現(xiàn)單幅圖像去霧的程度。Tan提出了一種擴(kuò)大帶霧圖像的局部對比度的單幅圖像去霧方法，但存在顏色過飽和，導(dǎo)致光暈偽影現(xiàn)象。Fattal提出了一種基于獨(dú)立成份分析的方法，通過假定透過率和表面投影在局部區(qū)域是不相關(guān)的，估算景物的反射率，推斷景物光在空氣中傳播時(shí)的透過率，最后實(shí)現(xiàn)場景的恢復(fù)，但此方法只適合薄霧圖像。He提出了基于暗原色先驗(yàn)理論的經(jīng)典單幅圖像去霧，但此方法不適合目標(biāo)亮度和大氣光相似的圖像。

現(xiàn)有的這些方法比較適合特殊的圖像，都有各自的優(yōu)點(diǎn)。但是，部分去霧方法表現(xiàn)為對比度過度拉伸，或不能正確估計(jì)景深導(dǎo)致不能去除霧霾較重的圖像，或只考慮對比度最大化而沒有丟失了原圖的重要信息，或圖像的天空部分顏色被扭曲。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明提出一種最優(yōu)對比度和最小化信息損失的圖像去霧方法。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提出一種基于最優(yōu)對比度和最小化信息損失的圖像去霧方法，其特征在于該方法利用利用高斯混合模型，四分樹，最大化對比度和最小信息損失等函數(shù)實(shí)現(xiàn)了圖像去霧方法。該方法的具體步驟包括：

步驟1,建立基于McCartney大氣散射模型的霧霾圖像模型；