[發(fā)明專利]一種全天時霧霾圖像清晰化恢復方法

有效

• 申請?zhí)枺?/td>: 201611240103.0
• 申請日: 2016-12-28
• 公開（公告）號: CN106709893B
• 公開（公告）日: 2019-11-08
• 發(fā)明（設計）人: 姜博;汪霖;何金紅;劉成;周延;陳曉璇
• 申請（專利權）人: 西北大學
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T5/00
• 代理公司: 北京世譽鑫誠專利代理事務所(普通合伙) 11368
• 代理人: 郭官厚

1.一種全天時霧霾圖像清晰化恢復方法，其特征在于，所述全天時霧霾圖像清晰化恢復方法將白晝霧霾天氣下所攝圖像的非天空區(qū)域提取出來，通過L₀范數平滑濾波實現非天空區(qū)域主干邊緣輪廓的提取，從而根據霧霾圖像本身結構特征自適應地確定增強型去霧霾方法中關鍵的增益權重系數；對于霾較重的圖像進一步根據其自身顏色偏移信息，對霾較重的圖像進行有效的顏色畸變校正；而對于夜晚圖像而言，運用帶顏色恢復的多尺度Retinex理論實現夜晚霧霾圖像光照層與反射層的分離，進而根據反映其結構屬性的反射層來更準確地確定去霧霾權重系數，實現在夜晚復雜光照背景下霧霾圖像的清晰化恢復；具體包括以下步驟：

步驟一，對白晝、夜晚霧霾圖像的自動識別：計算所輸入霧霾圖像的統計直方圖，據此來判斷輸入圖像的成像條件；當直方圖分布整體位于該直方圖的中高像素值區(qū)域時，則判斷該圖像為白晝霧霾圖像；反之，若直方圖的分布體整體位于低像素值區(qū)時，則判斷為夜晚霧霾圖像；

步驟二，白晝霧或霾圖像的識別及夜晚圖像去照度：根據步驟一若判斷輸入圖像為白晝霧霾圖像，則通過圖像暗通道運算搜尋該圖像的空間最遠像素點，即大氣物理退化模型中的全局大氣光值點A，自動分析其R、G、B三個顏色通道值的比例關系；若R、G、B三通道值分布均衡則判斷該圖像為霧圖像，而R、G、B值比例失衡且明顯偏向長波長則判斷為霾圖像；若為夜晚霧霾圖像，通過帶顏色恢復的多尺度Retinex理論，將夜晚雜散光干擾下的霧霾圖像的照度成分去除，保留反映圖像本質屬性的反射成分從而實現夜晚霧霾圖像的去照度處理；

步驟三，白晝霧霾圖像的天空與非天空區(qū)域分割：由于一副圖像中最主要的邊緣輪廓信息都包含在圖像的非天空區(qū)域中，為更加準確有效地確定霧霾圖像的真實復雜程度，若輸入圖像為白晝霧霾圖像，則根據圖像天空區(qū)域分割算法，實現白晝圖像的天空區(qū)域與非天空區(qū)域的有效分離，從而為霧霾圖像的后續(xù)恢復步驟做好前期預處理；

步驟四，圖像主干邊緣的提取及去霧霾權重系數的確定：對于分割出的白晝圖像非天空區(qū)域或者夜晚去照度圖像，運用L₀范數平滑濾波方法對其進行平滑濾波，以濾除掉大量非主干細節(jié)結構，保留圖像場景的主干輪廓邊緣；通過計算該主干結構的像素數量占整體部分的比例，快速準確地確定待恢復圖像關鍵的去霧霾權重系數τ；

步驟五，基于引導濾波的增強型去霧霾恢復：通過引導濾波這種優(yōu)良的邊緣保持濾波器對原始霧霾圖像進行濾波處理，初步將其霧霾成分去除；再將原始霧霾圖像與濾波后圖像作差，將該差值線性增大τ倍后疊加在濾波后圖像之上，從而實現去霧霾恢復處理；

步驟六，霾圖像的顏色偏移校正：對于霾圖像而言，由于其存在較嚴重的顏色畸變，所以需要進行額外的顏色偏移校正；在提取出的原始霾圖像的天空區(qū)域中，利用暗通道運算尋找圖像的全局大氣光值點A，在去霾后圖像的R、G、B三個顏色通道上，分別按一定比例剔除掉A點對應R、G、B值，因為全局大氣光值點A代表圖像最原始顏色偏差信息，再對校正后的霾圖像給予簡單的亮度增強，最終實現霾圖像的清晰化恢復。

2.如權利要求1所述的全天時霧霾圖像清晰化恢復方法，其特征在于，步驟二中判斷圖像屬性的方法為：

基于所確定的白晝霧霾圖像的全局大氣光值點A，通過對霧和霾圖像A點的R、G、B三通道信息進行大量的統計比較，得出以下結論；對于普通霾圖像而言，其R、G、B三通道值中R>G>B且R:B接近于2:1；而對普通霧圖像而言，R、G、B三通道的比值接近于1:1:1；一幅圖像中全局大氣光值點為圖像在最大景深點，該最大景深點位于圖像的天空區(qū)域中；基于所定位的天空區(qū)域中全局大氣光值帶點，根據以上結論對其R、G、B三通道值進行分析判斷，便可自動判斷出輸入的降質白晝圖像是霧圖像還是霾圖像。