[發(fā)明專利]融合變差函數(shù)和顏色衰減先驗(yàn)的圖像去霧方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810387078.1
• 申請(qǐng)日: 2018-04-26
• 公開（公告）號(hào): CN108389175B
• 公開（公告）日: 2021-05-18
• 發(fā)明（設(shè)計(jì)）人: 黃鶴;胡凱益;宋京;王會(huì)峰;許哲;郭璐;黃鶯;惠曉濱;崔博;李昕芮;徐錦;任思奇;李光澤;何永超;周卓彧
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)安大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 齊書田

1.融合變差函數(shù)和顏色衰減先驗(yàn)的圖像去霧方法，其特征在于，包括以下步驟：

步驟1：獲取霧霾天氣下霧化降質(zhì)圖像；

步驟2：將步驟1得到的霧化降質(zhì)圖像分別進(jìn)行區(qū)域最小值濾波及最小值濾波處理獲取其暗通道圖像及最小值圖像，分別記為I_dark與I_min，并對(duì)暗通道圖像進(jìn)行引導(dǎo)濾波預(yù)處理，得到處理后的暗通道圖像I′_dark；

I′_dark＝GF(I_dark,I_darkr_dark,ε_dark)

其中，r_dark為預(yù)處理引導(dǎo)濾波的局部窗口半徑，ε_dark為正則化參數(shù)；

步驟3：將步驟1得到的RGB顏色空間的霧化降質(zhì)圖像轉(zhuǎn)換到HSV顏色空間；

步驟4：通過對(duì)明度與飽和度作差來區(qū)分圖像中的白色物體與霧氣光，并定義其差值為顏色衰減率，對(duì)步驟3得到的HSV顏色空間的霧化降質(zhì)圖像進(jìn)行如下變換：

D(m,n)＝I^v(i,j)-I^s(i,j)

式中，D(m,n)為顏色衰減率圖像內(nèi)的點(diǎn)，I^v(i,j)為明度圖層內(nèi)的像素點(diǎn)，而I^s(i,j)為飽和度圖層內(nèi)的像素點(diǎn)，該明度與飽和度圖層取自步驟3得到的HSV顏色空間的霧化降質(zhì)圖像，(i,j)為步驟3得到的HSV顏色空間的霧化降質(zhì)圖像的像素點(diǎn)坐標(biāo)值，(m,n)為顏色衰減率圖像內(nèi)點(diǎn)的坐標(biāo)值；

步驟5：將步驟4處理后的顏色衰減率圖像內(nèi)的值按降序進(jìn)行排序，取前10％中的最小值所對(duì)應(yīng)的顏色衰減率作為顏色衰減先驗(yàn)變換的亮暗部分界閾值，根據(jù)該閾值得到原霧化降質(zhì)圖像的暗部，記為I_{HSV_dark}；

步驟6：定義一幅圖像的變差函數(shù)S_VAM的公式為：

式中，I_i是圖像中的一個(gè)像素，θ是一個(gè)像素的平均灰度值，為RGB圖像中像素點(diǎn)的三個(gè)通道值，λ_VAM為引入的比例系數(shù)；

針對(duì)步驟2得到的暗通道圖像I′_dark，根據(jù)變差函數(shù)判斷圖像中的像素點(diǎn)是否來自高亮區(qū)域，定義Δ為選定有效區(qū)域的閾值，若S_VAM＜Δ，認(rèn)為該像素點(diǎn)來自于高亮區(qū)域并丟棄該數(shù)據(jù)，若S_VAM≥Δ，則將該值作為一個(gè)有效的全局環(huán)境光值依據(jù)，由其對(duì)應(yīng)的坐標(biāo)組成集合，得到基于變差函數(shù)的暗部，記為I_{VAM_dark}；

步驟7：由步驟5得到的圖像暗部I_{HSV_dark}及步驟6得到的圖像暗部I_{VAM_dark}進(jìn)行并運(yùn)算，得到用于估計(jì)暗區(qū)域大氣環(huán)境光值A(chǔ)_dark的暗部圖像I_{mark_dark}，對(duì)I_{mark_dark}進(jìn)行遞減排序，選取像素值排在前0.1％的像素點(diǎn)所對(duì)應(yīng)霧化降質(zhì)圖像像素點(diǎn)集合的平均值作為A_dark的值；

步驟8：對(duì)于步驟2得到的最小值圖像I_min，采用相對(duì)總變差去紋理方法對(duì)最小值圖像進(jìn)行濾波，表達(dá)式如下：

W_filter＝RTV(I_min(x),λ_RTV,σ,ε)

RTV的模型為：

其中：

I代表輸入圖像，λ_RTV是一個(gè)控制圖像光滑程度的權(quán)重，p代表圖像像素索引，S代表輸出結(jié)構(gòu)圖像，ε是一個(gè)小的正值以避免分母出現(xiàn)0的情況，q為以p點(diǎn)為中心的一個(gè)正方形區(qū)域內(nèi)所有的像素點(diǎn)的索引，R(p)代表以p為中心的矩形區(qū)域，與代表兩個(gè)方向的偏微分，g為高斯核函數(shù)：

式中，x_p、y_p、x_q及y_q是以p、q為索引的坐標(biāo)值，σ的作用是控制窗口的空間尺寸；

對(duì)最小值圖像I_min進(jìn)行濾波后，得到粗估計(jì)圖W_filter，由下式即得原始場(chǎng)景透射率圖像t_estimate中坐標(biāo)為(i,j)的像素值：

其中，ω為去霧系數(shù)，A_dark為步驟7中得到的大氣環(huán)境光值，t_estimate(i,j)為原始場(chǎng)景透射率圖像中坐標(biāo)為(i,j)的像素值，W_filter(i,j)為粗估計(jì)圖像中坐標(biāo)為(i,j)的像素值；

步驟9：根據(jù)步驟7中所得暗部圖像I_{mark_dark}區(qū)域?qū)Σ襟E8中所得透射率函數(shù)進(jìn)行調(diào)整，弱化亮部圖像的去霧，增強(qiáng)暗部圖像的去霧，調(diào)整函數(shù)為：

其中，Δ為步驟6中所定義的閾值，I為輸入圖像，A_dark為步驟7中得到的大氣環(huán)境光值；

步驟10：對(duì)步驟9中獲取的修正場(chǎng)景透射率t_modify進(jìn)行引導(dǎo)濾波，以得到最終場(chǎng)景透射率t_filter：

t_filter＝GF(I_min,t_modify,r,ε_GF)

其中，r為局部窗口半徑，ε_GF為正則化參數(shù)，引導(dǎo)濾波GF模型如下：

式中，v_i是輸出圖像，I_i是輸入圖像，i和k是像素索引，a_k和b_k是當(dāng)窗口中心位于k時(shí)該線性函數(shù)的系數(shù)，為使擬合函數(shù)的輸出值與真實(shí)值u之間的差距最小，通過最小二乘法，得到：

μ_k是I_i在窗口ω_k中的平均值，是I在窗口ω_k中的方差，|ω|是窗口ω_k中像素的數(shù)量，是待濾波圖像u在窗口ω_k中的均值；

步驟11：由步驟10得到的最終場(chǎng)景透射率t_filter恢復(fù)霧化降質(zhì)圖像J，即：

其中，I(x,y)為原霧化降質(zhì)圖像像素值，A_dark為步驟7中得到的大氣環(huán)境光值。