圖像去霧方法及裝置制造方法
【專利摘要】本發(fā)明提供一種圖像去霧方法及裝置,所述方法包括以下步驟:獲取含霧圖像,并計算該含霧圖像的強度直方圖;根據(jù)所述含霧圖像的強度直方圖判斷該含霧圖像的類別;對不同類別的含霧圖像分別采用對應(yīng)的去霧算法進行圖像去霧處理。本發(fā)明的一種圖像去霧方法及裝置,對不同含霧圖像采用了不同的去霧算法,針對性更強,因此去霧效果更好,所獲得的去霧圖像質(zhì)量較高,并且更加貼近真實無霧圖景。
【專利說明】圖像去霧方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機圖像處理【技術(shù)領(lǐng)域】,特別是涉及一種圖像去霧方法以及一種圖
像去霧裝置。
【背景技術(shù)】
[0002]在霧、霾、雨、雪等惡劣天氣影響下,室外視覺系統(tǒng)通常會因為受到大氣中水滴的影響而導(dǎo)致圖像質(zhì)量下降。目標物體作為一種光源,由其發(fā)射出的光線以及周圍其他物體發(fā)射出的光線受到大氣中水滴等顆粒的阻擋,與它們相互作用,發(fā)生了折射、散射、吸收融合等光學(xué)現(xiàn)象,從而導(dǎo)致被感光裝置(照相機等)接收到的光線強度發(fā)生了不均勻的變化,造成了圖像灰度值的變化,主要表現(xiàn)在灰度動態(tài)范圍的縮小,象素之間的對比度降低。另外一個重要的特征就是圖像中場景離接收裝置距離越遠,其對比度下降得越多,因為光線傳播的路程和時間變長,受大氣環(huán)境的影響越大。
[0003]由于上述原因,在霧天獲得的圖像受到嚴重的退化,不僅模糊不清,對比度降低,而且彩色圖像還會出現(xiàn)嚴重的顏色偏移與失真,比如沙塵暴天氣獲得的圖像往往出現(xiàn)嚴重的泛紅現(xiàn)象。這大大降低了圖像的應(yīng)用價值,將給戶外圖像采集與處理系統(tǒng)帶來很大的困難,甚至無法正常工作,對生產(chǎn)與生活等各方面造成了極大的影響,因此,對這種自然現(xiàn)象引起的圖像質(zhì)量下降開展圖像信號處理研究,具有普遍的實際意義。
【發(fā)明內(nèi)容】
[0004]基于此,本發(fā)明提供一種圖像去霧方法及裝置,能夠提高圖像質(zhì)量。
[0005]為實現(xiàn)上述目的,本發(fā)明采用如下的技術(shù)方案:
[0006]一種圖像去霧方法,包括以下步驟:
[0007]獲取含霧圖像,并計算該含霧圖像的強度直方圖;
[0008]根據(jù)所述含霧圖像的強度直方圖判斷該含霧圖像的類別;
[0009]對不同類別的含霧圖像分別采用對應(yīng)的去霧算法進行圖像去霧處理。
[0010]一種圖像去霧裝置,包括:
[0011]強度直方圖計算模塊,用于獲取含霧圖像,并計算該含霧圖像的強度直方圖;
[0012]類別判斷模塊,用于根據(jù)所述含霧圖像的強度直方圖判斷該含霧圖像的類別;
[0013]去霧處理模塊,用于對不同類別的含霧圖像分別采用對應(yīng)的去霧算法進行圖像去
霧處理。
[0014]由以上方案可以看出,本發(fā)明的一種圖像去霧方法及裝置,計算含霧圖像的強度直方圖,并根據(jù)強度直方圖判斷含霧圖像的類別,然后針對不同類別的含霧圖像分別采用不同的去霧算法進行圖像去霧處理。由于本發(fā)明對不同圖像采用了不同的去霧算法,針對性更強,因此去霧效果更好,所獲得的去霧圖像質(zhì)量較高,并且更加貼近真實無霧圖景。
【專利附圖】
【附圖說明】[0015]圖1為本發(fā)明一種圖像去霧方法的流程示意圖;
[0016]圖2為本發(fā)明一種圖像去霧裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0017]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖及實施例,對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
[0018]參見圖1所示,一種圖像去霧方法,包括以下步驟:
[0019]步驟101,獲取含霧圖像,并計算該含霧圖像的強度直方圖。
[0020]對于灰度圖像來說,可以直接將圖像中每一點的灰度值進行統(tǒng)計,并且形成強度直方圖,然而本發(fā)明現(xiàn)在要處理的是彩色的圖像。對于RGB圖像,由于每一個像素點的三中顏色通道亮度并不一致,所以分別對RGB三色通道求強度直方圖進行處理處理然后再合并的想法是錯誤的。為此,本發(fā)明需要將RGB矩陣轉(zhuǎn)換為HSI矩陣,然后對強度分量I做強度直方圖分析。
[0021]HSI空間用圖像的色度(hue)、飽和度(saturation)和亮度(intensity)來描述一副彩色圖像,由于它將圖像的亮度和色彩信息分開,所以很適合用于圖像的處理。本發(fā)明中,HSI空間和RGB空間的變換關(guān)系如下:
【權(quán)利要求】
1.一種圖像去霧方法,其特征在于,包括以下步驟: 獲取含霧圖像,并計算該含霧圖像的強度直方圖; 根據(jù)所述含霧圖像的強度直方圖判斷該含霧圖像的類別; 對不同類別的含霧圖像分別采用對應(yīng)的去霧算法進行圖像去霧處理。
2.根據(jù)權(quán)利要求1所述的圖像去霧方法,其特征在于,根據(jù)所述含霧圖像的強度直方圖判斷該含霧圖像的類別的過程包括: 判斷所述含霧圖像的強度直方圖在強度范圍(200,255)的區(qū)域內(nèi)的最大值是否大于預(yù)設(shè)閾值; 若否,則采用暗通道先驗算法對所述含霧圖像進行去霧處理,并求出去霧后圖像的強度直方圖; 判斷去霧后圖像的強度直方圖高亮度部分是否有噪聲出現(xiàn); 在去霧后圖像的強度直方圖高亮度部分有噪聲出現(xiàn)的情況下,或在所述含霧圖像的強度直方圖在強度范圍(200,255)的區(qū)域內(nèi)的最大值大于預(yù)設(shè)閾值的情況下,將所述含霧圖像判定為含有大面積背景光的含霧圖像; 在去霧后圖像的強度直方圖高亮度部分沒有噪聲出現(xiàn)的情況下,將所述含霧圖像判定為含有少量背景光的含霧圖像。
3.根據(jù)權(quán)利要求2所述的圖像去霧方法,其特征在于,對所述含有大面積背景光的含霧圖像,采用如下去霧算法進行圖像去霧處理: 獲取所述含霧圖像的強度直方圖的背景光部分峰值的橫坐標; 采用暗通道先驗算法對所述含霧圖像進行去霧處理,計算去霧后圖像的強度直方圖,并獲取開始出現(xiàn)噪聲的坐標; 根據(jù)所述背景光部分峰值的橫坐標以及開始出現(xiàn)噪聲的坐標來重建所述去霧后圖像的強度直方圖; 對重建后的強度直方圖和去霧圖像進行直方圖規(guī)定化操作,得到改進后的去霧圖像。
4.根據(jù)權(quán)利要求3所述的圖像去霧方法,其特征在于,根據(jù)所述背景光部分峰值的橫坐標以及開始出現(xiàn)噪聲的坐標來重建所述去霧后圖像的強度直方圖的過程包括: 選用二次函數(shù)作為重建函數(shù)來重建所述去霧后圖像的強度直方圖;所述二次函數(shù)的三個關(guān)鍵坐標的選取過程包括: 選取(xB,hB)為所述二次函數(shù)的起點坐標;其中,(xB,hB)為所述開始出現(xiàn)噪聲的坐標;選取(xA,ahmax)為所述二次函數(shù)的終點坐標;其中,xA為所述背景光部分峰值的橫坐標,hmax為所述去霧后圖像的強度直方圖的最高點,a取值為0.8-0.9 ; 選取為所述二次函數(shù)的第三個點的坐標;其中,b取值為0.2-0.3。
5.根據(jù)權(quán)利要求2所述的圖像去霧方法,其特征在于,針對所述含有少量背景光的含霧圖像,采用如下去霧算法進行圖像去霧處理: 獲取所述含霧圖像的強度直方圖右邊沿的終止點坐標; 采用暗通道先驗算法對所述含霧圖像進行去霧處理,檢測去霧處理后圖像的去霧程度,若霧已去除干凈,則計算去霧后圖像的強度直方圖,并獲取所述去霧后圖像的強度直方圖右邊沿的起始點坐標以及終止點坐標;根據(jù)所述含霧圖像的強度直方圖右邊沿的終止點坐標、去霧后圖像的強度直方圖右邊沿的起始點坐標以及終止點坐標來重建所述去霧后圖像的強度直方圖; 對重建后的強度直方圖和去霧圖像進行直方圖規(guī)定化操作,得到改進后的去霧圖像。
6.根據(jù)權(quán)利要求5所述的圖像去霧方法,其特征在于,根據(jù)所述含霧圖像的強度直方圖右邊沿的終止點坐標、去霧后圖像的強度直方圖右邊沿的起始點坐標以及終止點坐標來重建所述去霧后圖像的強度直方圖的過程包括: 對所述去霧后圖像的強度直方圖進行拉伸重建操作,拉伸操作的起始點為α χΗ,終止點為重建后的強度直方圖各個部分如下: 重建后的強度直方圖中橫坐標(O,αχΗ)的區(qū)域和所述去霧后圖像的強度直方圖保持一致; 重建后的強度直方圖中橫坐標(αχΗ,yχΑ)的區(qū)域由所述去霧后圖像的強度直方圖中橫坐標(α χη, β xL)的區(qū)域拉伸而成; 重建后的強度直方圖中橫坐標(Yxa,255)的區(qū)域和所述去霧后圖像的強度直方圖保持一致; 式中,(xA, Yb)為所述含霧圖像的強度直方圖右邊沿的終止點坐標,(xH, Yh)為所述去霧后圖像的強度直方圖右邊沿的起始點坐標,(xL, yL)為所述去霧后圖像的強度直方圖右邊沿的終止點坐標,α取值為0.9,β取值為1.1,Y取值為0.9。
7.一種圖像去霧裝置,其特征在于,包括: 強度直方圖計算模塊,用于獲取含霧圖像,并計算該含霧圖像的強度直方圖; 類別判斷模塊,用于根據(jù)所述含霧圖像的強度直方圖判斷該含霧圖像的類別; 去霧處理模塊,用于對不同類別的含霧圖像分別采用對應(yīng)的去霧算法進行圖像去霧處理。
8.根據(jù)權(quán)利要求7所述的圖像去霧裝置,其特征在于,所述類別判斷模塊包括: 第一判斷模塊,用于判斷所述含霧圖像的強度直方圖在強度范圍(200,255)的區(qū)域內(nèi)的最大值是否大于預(yù)設(shè)閾值; 去霧后圖像強度直方圖獲取模塊,用于在所述第一判斷模塊的判斷結(jié)果為否的情況下,采用暗通道先驗算法對所述含霧圖像進行去霧處理,并求出去霧后圖像的強度直方圖; 第二判斷模塊,用于判斷去霧后圖像的強度直方圖高亮度部分是否有噪聲出現(xiàn); 第一類別判定模塊,用于在所述第二判斷模塊的判斷結(jié)果為是的情況下,或在所述第一判斷模塊的判斷結(jié)果為是的情況下,將所述含霧圖像判定為含有大面積背景光的含霧圖像; 第二類別判定模塊,用于在所述第二判斷模塊的判斷結(jié)果為否的情況下,將所述含霧圖像判定為含有少量背景光的含霧圖像。
9.根據(jù)權(quán)利要求8所述的圖像去霧裝置,其特征在于,所述去霧處理模塊包括:第一處理模塊,用于對所述含有大面積背景光的含霧圖像進行圖像去霧處理; 所述第一處理模塊包括: 第一坐標獲取模塊,用于獲取所述含霧圖像的強度直方圖的背景光部分峰值的橫坐標;第二坐標獲取模塊,用于采用暗通道先驗算法對所述含霧圖像進行去霧處理,計算去霧后圖像的強度直方圖,并獲取開始出現(xiàn)噪聲的坐標; 第一重建模塊,用于根據(jù)所述背景光部分峰值的橫坐標以及開始出現(xiàn)噪聲的坐標來重建所述去霧后圖像的強度直方圖; 第一規(guī)定化操作模塊,用于對重建后的強度直方圖和去霧圖像進行直方圖規(guī)定化操作,得到改進后的去霧圖像。
10.根據(jù)權(quán)利要求8所述的圖像去霧裝置,其特征在于,所述去霧處理模塊包括第二處理模塊,用于對所述含有少量背景光的含霧圖像進行圖像去霧處理; 所述第二處理模塊包括: 第三坐標獲取模塊,用于獲取所述含霧圖像的強度直方圖右邊沿的終止點坐標; 第四坐標獲取模塊,用于采用暗通道先驗算法對所述含霧圖像進行去霧處理,檢測去霧處理后圖像的去霧程度,若霧已去除干凈,則計算去霧后圖像的強度直方圖,并獲取所述去霧后圖像的強度直方圖右邊沿的起始點坐標以及終止點坐標; 第二重建模塊,用于根據(jù)所述含霧圖像的強度直方圖右邊沿的終止點坐標、去霧后圖像的強度直方圖右邊沿的起始點坐標以及終止點坐標來重建所述去霧后圖像的強度直方圖; 第二規(guī)定化操作模塊,用于對重建后的強度直方圖和去霧圖像進行直方圖規(guī)定化操作,得到改進后的去霧圖像`。
【文檔編號】G06T5/40GK103700079SQ201310695799
【公開日】2014年4月2日 申請日期:2013年12月17日 優(yōu)先權(quán)日:2013年12月17日
【發(fā)明者】朱青松, 楊帥 申請人:中國科學(xué)院深圳先進技術(shù)研究院