[發明專利]一種梯度引導的TV-Retinex單幀圖像去霧方法

有效

• 申請號: 201711329909.1
• 申請日: 2017-12-13
• 公開（公告）號: CN108364261B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 李利榮;武明虎;趙楠;吳丹雯
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06F17/14
• 代理公司: 武漢帥丞知識產權代理有限公司 42220
• 代理人: 朱必武

本發明公開一種梯度引導的TV?Retinex單幀圖像去霧方法，屬于計算機視覺領域。該方法首先根據霧造成圖像退化的機制利用梯度相似性，使用半二次懲罰計算方法實現亮度偏移校正，然后結合變分框架(TV?)Retinex使用Split Bregman算法進行圖像精細化增強去霧。本方法的優點在于，可以直接從原始圖像恢復出清晰圖像，無需預存無霧圖像做參考，能校正圖像亮度提高圖像細節清晰圖還原清晰無霧圖像；可以快速完成去霧過程，能適應實時應用，提高戶外智能機器視覺系統的可靠性和效率。

技術領域

本發明涉及一種快速的圖像去霧方法，屬于計算機視覺領域，具體涉及計算機視覺系統的圖像預處理方法和圖像增強技術。

背景技術

對計算機視覺系統的視頻圖像進行預處理是一個非常重要的步驟，可廣泛應用于戶外視頻監控、戶外勘測系統、自動導航系統和交通管理系統等領域。快速圖像去霧是指用對計算機視覺系統中圖像進行快速的去霧，使圖像清晰化，抵抗天氣變化帶來的對系統工作效率的影響。

目前的圖像去霧方法有多幀的，需要有已知無霧圖像或者多張圖像的，難以適應即時應用，也有單幀但需要一定的先驗知識做支撐的。這兩種方式都存在一定的局限性，不足以應對實時系統簡單快速的要求。

從有霧圖像中恢復出清晰圖像，由于霧霾造成的圖像整體亮度增加但對比度降低的特性，本發明提出一種梯度引導的TV-Retinex單幀圖像去霧方法，該方法大體分為兩個重要步驟：亮度偏移校正和基于TV-Retinex的圖像細節增強。本方法基于本征圖像的概念，將圖像分解為照度分量和反射分量，照度分量在光照不變的情況下是接近均勻分布的，而反射分量跟場景有關，反映了圖像的本質內容。基于此概念，本方法首先進行梯度引導的圖像亮度校正。然后結合變分模型和 Retinx的方法進行圖像增強。整個方法不需要任何先驗和預知條件，且計算量小。

發明內容

本發明的目的是：針對背景先驗知識的不足，同時為了滿足實時系統簡單快速的要求，本發明提出一種單幀的圖像去霧方法，該方法可以從有霧圖像中首先進行亮度偏移校正，然后進行圖像細節增強，實現圖像清晰化處理，該算法能方便應用于智能計算機視覺系統。

為了達到上述目的，本發明所采用的技術方案是：一種梯度引導的 TV-Retinex單幀圖像去霧方法，其特征在于，包含以下步驟：

步驟1：利用梯度相似性，精確估計由霧產生的亮度偏移，然后從原始圖像減去此亮度偏移得到改善后的初步去霧圖像；此步驟為了精確的估計亮度偏移，使用了一個各項同性的梯度校正模型，然后使用多變量的多項式擬合，最后使用半二次懲罰方法估計亮度偏移校正；

步驟2：結合變分框架TV-Retinex使用Split Bregman算法進行圖像精細化增強去霧；此步驟利用變分框架限制模型，引入亮度圖像的平滑性制約，亮度圖像與原始圖像之間的制約，以及視覺特性制約，根據數學定義及方法，采用Split Bregman方法進行分析求解限制模型得到精細化的亮度圖像，進而分離出反射圖像。

進一步地，步驟1中，所述各項同性的梯度校正模型表述如下：

其中和分別代表對數域中原始圖像f和亮度圖像i的梯度向量，||||₂表示2范數；亮度可以用多變量的多項式擬合，考慮K級多項式模型：

其中a是參數{a_t,s}的列向量，W是該多項式的行向量，在式(1)中可以由給定圖像直接獲得，而對于亮度偏移其x方向分量可以表示為

y方向分量同理可得，因此式(1)可寫為：