[發明專利]一種基于加權最小平方濾波的單幅圖像去霧方法

在審

• 申請號: 201611137903.X
• 申請日: 2016-12-12
• 公開（公告）號: CN106846258A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 李明明;馮曉毅;夏召強
• 申請（專利權）人: 西北工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于圖像處理領域，涉及單幅圖像的去霧方法。

背景技術

霧霾是特定氣候條件與人類活動相互作用的結果，近幾年已演變成十分嚴重的社會問題。在霧霾天氣這種特殊條件下，采集的圖像質量發生嚴重的退化，對比度明顯降低。因此，依據戶外場景圖像建立的應用，如遙感、智能交通、物體識別以及監控設施等，受到極大的干擾。這不僅影響到觀測者的視覺，也不利于有效信息的提取，因此對霧霾天氣下采集的圖像進行清晰化處理受到眾多學者關注。

現有圖像去霧方法主要有兩類：第一類是基于圖像增強的方法；第二類是基于物理模型的方法。基于圖像增強的去霧方法主要有直方圖均衡化、同態濾波方法以及Retinex算法等主流方法。但上述方法對圖像的部分細節信息增強不足，抑或是在抑制噪聲方面性能較差。文獻1“Jin-Hwan Kim,Won-Dong Jang,Jae-Young Sim,Chang-Su Kim,Optimized contrast enhancement for real-time image and video dehazing.J.Vis.Commun.Image R.24 2013.410–425.”采用增強的去霧方法，是直接在RGB圖像上采用四叉樹方法來估計大氣光值，但會錯誤估計白色最亮區域。基于物理模型的去霧方法，包括基于深度信息的圖像去霧、基于數據假設的單幅圖像去霧以及利用不同偏振度的多幅圖像去霧等去霧方法。上述去霧方法計算復雜度高，依賴先驗知識。文獻2“He K M,Sun J,and Tang X O.Single image haze removal using dark channel prior,IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2009:1956-1963.”中提出基于暗通道先驗知識(Dark Channel Prior，DCP)的單幅圖像去霧方法，該方法對介質傳播函數進行粗估計，然后借助摳圖算法對介質傳播函數進行細化，直接選取最亮像素作為大氣光值，對出現大面積天空的圖像處理容易出現失真。

發明目的

本發明的目的在于克服現有圖像去霧方法的不足,提出一種基于加權最小平方濾波的單幅圖像去霧方法。該方法提高現有大氣光值的欠準確估計，融合暗通道先驗知識和色彩空間轉換思想復原圖像。

發明內容

為準確地復原有霧圖像，本發明提出了一種基于加權最小平方濾波的單幅圖像去霧方法。

為實現上述發明目的，本發明提出一種基于加權最小平方濾波的單幅圖像去霧方法，其特征在與該方法利用超像素處理的思想，四叉樹分割，圖像空間轉化，加權最小平方濾波等函數和暗通道先驗知識實現圖像去霧方法。該方法的具體步驟包括：

步驟1)建立霧霾圖像的大氣散射物理模型；

步驟2)利用超像素處理思想，將圖像用區域的特性代替像素的特性；

步驟3)基于超像素處理，采用四叉樹劃分方法，精確地獲取全局大氣光值。

步驟4)計算大氣幕圖；

步驟4a)根據暗通道先驗知識，獲取大氣幕圖像的初步估計圖；

步驟4b)利用圖像亮度-色度空間轉換，獲得亮度圖像；

步驟4c)利用加權最小平方濾波對步驟4a)和步驟4b)分別得到的圖像進行多次融合；

步驟4d)獲取各自的對比度信息；

步驟4e)加權融合對比度信息圖像獲取大氣幕圖；

步驟5)計算傳輸函數：根據大氣幕函數V(x)＝A(1-t(x))和步驟2)、步驟3)得到的大氣光強度A，得到傳輸函數其中ω為預置參數；

步驟6)根據大氣物理模型，利用估計出來的模型參數，即可得到復原圖像。

本發明的效果在于：本發明采用基于加權最小平方濾波的圖像去霧方法，以單幅圖像的信息進行去霧處理，采用超像素處理和四叉樹劃分方法能夠準確有效地獲取大氣光值，在暗通道先驗知識的基礎上，將細節信息和亮度信息進行多次融合得到的大氣幕函數，通過加權最小平方濾波融合進而復原的圖像和經典的He(CVPR)去霧方法相比，圖像邊緣已經平滑，不需要再次濾波。該去霧方法是一種改進的暗通道去霧方法。對近景圖像的復原，不僅細節豐富，而且清晰度高，對比度強。其主要理論基礎包括：單色大氣散射模型四叉樹分割，暗通道先驗知識，色彩空間轉換，加權最小平方濾波，多分辨率圖像融合。

附圖說明

圖1是本發明具體實施所采用方法的流程圖。

具體實施方式