基于多尺度融合的暗通道先驗圖像去霧方法
【專利摘要】一種基于多尺度融合的暗通道先驗圖像去霧方法，其步驟為：（1）對霧天退化圖像分別采用1×1、15×15鄰域尺寸的顏色通道最小值濾波，得到相應(yīng)的暗通道圖像，以此計算點、塊估計透射率圖；（2）對點估計透射率圖進行基于L0梯度最小化的保邊緣圖像平滑；（3）對塊估計透射率圖采用大尺寸高斯濾波處理；（4）以歸一化的梯度幅值為權(quán)重，將點、塊估計透射率圖像融合得到修正透射率圖；（5）基于中值濾波估算透射率下界；（6）利用15×15暗通道圖像估計天空亮度；（7）反解霧天退化模型，輸出去霧結(jié)果。本發(fā)明具有去霧能力強、復(fù)雜度低、可提高圖像去霧質(zhì)量和效率等優(yōu)點。
【專利說明】基于多尺度融合的暗通道先驗圖像去霧方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明主要涉及到圖像處理領(lǐng)域，特指一種適用于霧天降質(zhì)圖像增強處理的基于多尺度融合的暗通道先驗圖像去霧方法。
【背景技術(shù)】
[0002]在霧天影響下，圖像采集設(shè)備所獲取的圖像往往出現(xiàn)對比度減弱、顏色退化、細節(jié)丟失等問題，以致圖像可視性急劇下降，若直接應(yīng)用到計算機視覺系統(tǒng)(如道路監(jiān)控、船舶導(dǎo)航等)中，必然對系統(tǒng)的魯棒性、準確性造成不利影響。在某些環(huán)境下，所能獲取的數(shù)據(jù)只有單幅降質(zhì)圖像時，信息量不足使得去霧成為病態(tài)方程求解問題。現(xiàn)有的去霧增強算法往往根據(jù)一定的強先驗知識、適當假設(shè)來增加有效約束，或是借助各種插值方法對真實像素值進行估計修正。除了可能導(dǎo)致失真、假邊緣、光環(huán)效應(yīng)等不良后果外，處理速度更是大幅度受到抑制。因此，更加高效、實用的去霧方法有待進一步研究。
[0003]現(xiàn)有技術(shù)中，單幅圖像去霧增強方法主要分為兩類:基于對比度增強和顏色校正的去霧方法、基于霧天退化模型的去霧方法。
[0004]基于對比度增強和顏色校正的去霧方法的實質(zhì)為:不分析天氣因素造成圖像降質(zhì)的物理成因，基于顏色恒常性理論對圖像顏色進行校正，或增強全局、局部對比度，屬于圖像增強的范疇；該類方法主要基于圖像本身進行像素或鄰域處理，計算相對簡單。但由于沒有考慮場景的景深信息，不能充分校正景深較大區(qū)域的對比度和顏色，無法保證圖像質(zhì)量，增強結(jié)果中時常會出現(xiàn)不可預(yù)測的失真。
[0005]基于退化模型的去霧方法的實質(zhì)為:利用大氣退化模型或其變形形式，通過對圖像數(shù)據(jù)本身做各種假設(shè)或利用先驗知識增加約束以求解模型中包含的未知參數(shù)，進而求解圖像退化的逆過程以恢復(fù)去霧圖像。該類方法一般借助最優(yōu)化方法估計模型參數(shù)，往往存在計算過程復(fù)雜、耗時的問題，計算開銷常常隨圖像尺寸增加而變得不可接受。但由于其能在不損傷圖像質(zhì)量的前提下恢復(fù)不同景深場景的反照率，而受到業(yè)內(nèi)的廣泛關(guān)注。
[0006]有從業(yè)者通過對大量自然場景圖像分析后發(fā)現(xiàn)，任意局部區(qū)域內(nèi)均存在某些像素，其在至少一個顏色通道內(nèi)的強度趨于零，亦即暗通道先驗。并據(jù)此提出基于暗通道先驗(DarkChannel Prior, DCP)的單幅圖像去霧算法,其流程圖如圖1所示，其主要過程為:
[0007](I)輸入霧天退化圖像，在15X15的鄰域范圍對其進行紅、綠、藍三通道的最小值濾波，得到分塊暗通道圖；
[0008](2)對步驟(2)中得到的分塊暗通道圖中像素按強度從大到小排序，取前0.1%的像素，搜索其在退化圖像中對應(yīng)的像素，將強度最大的像素值作為天空亮度的估計值；
[0009](3)對步驟(2)中得到的分塊暗通道圖，應(yīng)用暗通道先驗條件假設(shè)，求取15X15分塊估計的透射率圖像；
[0010](4)采用Soft Matting插值算法處理步驟(3)中得到的塊估計透射率圖，設(shè)置透射率下界為0.1，得到修正細化的透射率圖像；
[0011](5)依據(jù)步驟(4)中得到的修正細化透射率圖，代入霧天退化模型進行逆向求解，得到最終增強結(jié)果。
[0012]上述方法能夠很好恢復(fù)不同深度的場景信息，但從以上過程可以看出，上述的暗通道先驗去霧方法仍存在以下三方面問題:
[0013](I)基于一定尺度的塊估計進行插值細化，對于有前景干擾遮擋的小面積景深突變區(qū)域的透射率估計不準，導(dǎo)致去霧不徹底；
[0014](2) Soft Matting過程當中需求解大規(guī)模稀疏線性方程組，時間復(fù)雜度、空間復(fù)雜度巨大，在景深突變邊緣處也可能會出現(xiàn)過沖失真現(xiàn)象；
[0015](3)使用Soft Matting求取的透射率圖中包含大量不反映深度信息的冗余紋理細節(jié)，代入退化模型反解后會造成增強結(jié)果丟失紋理細節(jié)。
[0016](4)透射率下界認為規(guī)定為固定值，對于不同霧化情況下的退化圖像的自適應(yīng)差。
[0017]為解決上述問題，另有從業(yè)者假設(shè)大氣耗散函數(shù)中大氣遮罩項總逼近于最大值，且局部平滑，利用中值濾波的變形形式進行估計，能夠到達快速去霧，同時很好地去除有前景遮擋干擾的小面積景深突變區(qū)域的霧效。但由于中值濾波不具備良好的邊緣保持性能，不恰當?shù)膮?shù)設(shè)置極易引入Halo效應(yīng)。除此之外，該方法包含多種參數(shù)，調(diào)整起來較為復(fù)雜。在此基礎(chǔ)上，有人以快速雙邊濾波取代中值濾波估計大氣退化函數(shù)，算法復(fù)雜度是圖像像素的線性函數(shù)，但其所得透射率圖像仍存在梯度反轉(zhuǎn)和包含冗余紋理細節(jié)信息的問題。隨后，有人提出基于導(dǎo)引濾波的暗通道先驗去霧方法(Guided Filter Based Dark ChannelPrior, GFDCP)，使用導(dǎo)引濾波取代Soft Matting進行透射率圖修正，有效防止了使用雙邊濾波可能出現(xiàn)的梯度反轉(zhuǎn)問題，在達到與經(jīng)典方法相同效果的前提下，處理時間得到有效降低。但該方法需要額外的參考(導(dǎo)引)圖像，且經(jīng)典方法存在的其它問題依然沒有完全解決。

【發(fā)明內(nèi)容】

[0018]本發(fā)明要解決的技術(shù)問題就在于:針對現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一種去霧能力強、復(fù)雜度低、可提高圖像去霧質(zhì)量和效率的基于多尺度融合的暗通道先驗圖像去霧方法。
[0019]為解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案:
[0020]一種基于多尺度融合的暗通道先驗圖像去霧方法，其步驟為:
[0021](I)對霧天退化圖像分別采用1X1U5X15鄰域尺寸的三顏色通道最小值濾波，得到相應(yīng)的暗通道圖像dlxl(x)、d15X15(X);結(jié)合暗通道先驗規(guī)律，進一步得到1X1的點估計透射率圖和15X15的塊估計透射率圖；
[0022](2)針對步驟⑴中所得的點估計透射率圖，采用基于Ltl梯度最小化的保邊緣圖像平滑算法進行濾波處理，在保留顯著邊緣的同時去除冗余的紋理細節(jié)信息；
[0023](3)針對步驟(I)中得到的塊估計透射率圖，采用大尺寸的高斯濾波，去除塊估計透射率圖中存在的虛假塊邊緣信息；
[0024](4)以歸一化的梯度幅值為權(quán)重，將步驟(2)、(3)中經(jīng)過濾波處理后的點估計透射率圖、塊估計透射率圖像進行融合，得到修正估計的透射率圖像；
[0025](5)對步驟⑴中得到的d15X15(X)中的像素，按強度從大到小進行排序，對前0.1%的像素強度值集合取中值，進而計算透射率下界；[0026](6)在步驟⑴中得到的d15X15(X)中搜索強度值最大的0.1%的像素，在輸入的霧化圖像相對應(yīng)的位置中，尋找強度最大的像素作為天空亮度的估計；
[0027](7)將步驟(5)、(6)中所得的天空亮度值、修正估計的透射率圖像以及透射率下界代入霧天退化模型中進行反解，得到去霧增強結(jié)果。
[0028]作為本發(fā)明的進一步改進:所述步驟(2)中，對點估計透射率圖采用基于Ltl梯度最小化的保邊緣圖像平滑算法處理，得到參與最后圖像融合的透射率圖。作為本方法的簡化，可先將點估計透射率圖像做降采樣，然后在較小的分辨率下進行Ltl梯度最小化的平滑操作，之后再由上采樣得到參與最后圖像融合的透射率圖，由此可在不過份影響去霧效果的前提下大大減少計算量，提高算法速度。Ltl梯度最小化的平滑算法的表達式為:
[0029]
【權(quán)利要求】
1.一種基于多尺度融合的暗通道先驗圖像去霧方法，其特征在于，步驟為: (1)對霧天退化圖像分別采用1X1U5X15鄰域尺寸的三顏色通道最小值濾波，得到相應(yīng)的暗通道圖像dlxl(x)、d15X15(X);結(jié)合暗通道先驗規(guī)律，進一步得到1X1的點估計透射率圖和15X15的塊估計透射率圖； (2)針對步驟(1)中所得的點估計透射率圖，采用基于Ltl梯度最小化的保邊緣圖像平滑算法進行濾波處理，在保留顯著邊緣的同時去除冗余的紋理細節(jié)信息； (3)針對步驟(1)中得到的塊估計透射率圖，采用大尺寸的高斯濾波，去除塊估計透射率圖中存在的虛假塊邊緣信息； (4)以歸一化的梯度幅值為權(quán)重，將步驟(2)、(3)中經(jīng)過濾波處理后的點估計透射率圖、塊估計透射率圖像進行融合，得到修正估計的透射率圖像； (5)對步驟(1)中得到的d15X15(X)中的像素，按強度從大到小進行排序，對前0.1%的像素強度值集合取中值，進而計算透射率下界； (6)在步驟⑴中得到的d15X15(X)中搜索強度值最大的0.1%的像素，在輸入的霧化圖像相對應(yīng)的位置中，尋找強度最大的像素作為天空亮度的估計； (7)將步驟(5)、(6)中所得的天空亮度值、修正估計的透射率圖像以及透射率下界代入霧天退化模型中進行反解，得到去霧增強結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于多尺度融合的暗通道先驗圖像去霧方法，其特征在于，在步驟(2)中對點估計透射率圖采用基于Ltl梯度最小化的保邊緣圖像平滑算法處理，進一步在保留顯著邊緣的同時去除估計偏差或錯誤的透射率點。
3.根據(jù)權(quán)利要求1或2所述的基于多尺度融合的暗通道先驗圖像去霧方法，其特征在于，所述步驟(4)中，以梯度幅值為權(quán)重因子，將點估計透射率圖中的高頻結(jié)構(gòu)信息和塊估計透射率圖中的低頻平滑分量，進行加權(quán)融合得到修正細化透射率圖像t (x)，如下式表示:
4.根據(jù)權(quán)利要求1或2所述的基于多尺度融合的暗通道先驗圖像去霧方法，其特征在于，所述步驟(6)中，進一步利用15X15暗通道圖像，引入中值濾波估算透射率下界，為不同的霧天退化圖像自適應(yīng)確定合適的透射率下界，計算公式如下所示:
【文檔編號】G06T5/00GK103942758SQ201410135471
【公開日】2014年7月23日 申請日期:2014年4月4日 優(yōu)先權(quán)日:2014年4月4日
【發(fā)明者】劉肖琳, 曾宇駿 申請人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)