[發(fā)明專利]基于場景深度分割的圖像去霧方法

在審

• 申請?zhí)枺?/td>: 201910366442.0
• 申請日: 2019-05-05
• 公開（公告）號: CN110136079A
• 公開（公告）日: 2019-08-16
• 發(fā)明（設計）人: 黃鶴;宋京;李昕芮;王會峰;郭璐;許哲;汪貴平;黃鶯;惠曉濱;李戰(zhàn)一
• 申請（專利權）人: 長安大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/11
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

本發(fā)明公開了一種基于場景深度分割的圖像去霧方法，首先獲取待處理的含霧圖像；其次分別求取含霧圖像的深度圖像和最小通道圖像；根據(jù)應用聚類的方法，將深度圖像按照場景深度分割為5部分；然后分別求取這4幅深度子圖像的大氣光值，構造整幅圖像的大氣光圖；而后對整幅大氣光圖和透射率進行濾波修正；最后根據(jù)修正后的大氣光圖和透射率，應用圖像退化模型求解清晰圖像。本發(fā)明能夠不僅能滿足提高圖像能見度的要求，又有能效地保持復原圖像的亮度和色彩飽和度，具有較高的實用價值，對提高霧霾天氣下采集到的圖像質量有著積極的意義。

技術領域

本發(fā)明涉及圖像處理技術領域，具體涉及一種基于場景深度分割的圖像去霧方法。

背景技術

數(shù)字圖像處理是指將圖像信號轉換成數(shù)字信號并利用計算機對其進行處理的過程。早期的圖像處理的目的是改善圖像的質量，以獲得圖像中的大量信息。圖像處理的常用方法有圖像增強、復原、編碼、壓縮等。

近年來，霧霾等低能見度天氣狀況頻繁發(fā)生，霧霾天氣下采集到的圖像往往存在著能見度和色彩飽和度較低的問題，使得圖像質量顯著降低。當前，國內外數(shù)字圖像去霧方法已經(jīng)取得了較大的進步，按照原理大致可以分為兩類：一類是基于圖像增強的去霧方法，另一類是基于物理模型的場景復原方法。圖像增強的方法忽略了圖像退化的因素，通過增強霧天圖像清晰度，將圖像細節(jié)信息突出來，對圖像復原有一定的效果，但是該方法沒有考慮圖像退化模型，效果不佳。圖像復原的方法針對霧天圖像降質過程，建立退化物理模型，反演退化過程，從而獲得無霧圖像。相較于圖像增強的去霧算法。基于物理模型得到的圖像去霧效果更加自然，信息損失較少。利用霧天圖像本身去構造約束條件，從單幅圖像中估計大氣散射模型中的參數(shù)來達到去霧目的，何愷明等人提出了“暗通道”概念，即在無霧戶外圖像的非天空區(qū)域的任一局部窗口，所有像素點RGB通道中的最小值應接近于0。該方法去霧效果較為理想，然而由于暗通道理論在天空或白色區(qū)域不成立，影響大氣光估計和透射率估計，導致復原圖像存在亮度較低和顏色失真等問題，因此解決復原圖像亮度較低和顏色失真的問題成為當前圖像去霧方法中的一項重要任務。

針對目前算法存在的缺點，有人利用保邊效果較好的雙邊濾波器或引導濾波器來準確估計大氣耗散函數(shù)，保留圖像邊緣細節(jié)信息，并能在邊緣和平緩區(qū)域之間過度自然，防止圖像復原后出現(xiàn)halo效應或霧氣殘留，但是復原圖像亮度較低的問題仍然沒有解決；有人采用固定閾值來修復對透射率，在一定程度上保護天空霧圖的復原效果，但容易造成無天空圖像的去霧不足；也有人采用分割天空區(qū)域來避免去霧后圖像的色彩失真問題，但由于用最大連通區(qū)域作為識別的天空區(qū)域，易造成天空部位某些塊的漏檢，導致漏檢部分天空區(qū)域顏色失真。這些算法沒有從根本上解決復原圖像顏色失真問題，去霧效果仍有較大提升空間。

發(fā)明內容

本發(fā)明的目的在于一種基于場景深度分割的圖像去霧方法，以克服上述現(xiàn)有技術存在的缺陷，本發(fā)明考慮到大氣光值與場景深度的關系，利用聚類的方法對深度圖像進行分割處理，分別求取大氣光圖和透射率，該方法既能夠有效提高圖像能見度，又能保持復原圖像的亮度和色彩飽和度，實用性較強，具有極高的應用價值。

為達到上述目的，本發(fā)明采用如下技術方案：

基于場景深度分割的圖像去霧方法，包括以下步驟：

步驟1：獲取含霧圖像I(x)；

步驟2：獲取含霧圖像I(x)的深度圖像Idepth(x)以及最小通道圖像Imin(x)；

步驟3：根據(jù)聚類分割的方法將步驟2獲得的深度圖像I_depth(x)分割為n個子圖像，并按照場景深度由近到遠分別標記為Label 1-Label n；

步驟4：對步驟3中獲得的n幅深度子圖像Label 1-Label n分別求取大氣光值，記作A₁-A_n；