圖像去霧方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種圖像去霧方法，所述方法包括：計算待處理的有霧圖像的大氣光成分；采用快速漂移模式搜索方法將所述有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域；根據(jù)所述大氣光成分以利用暗原色先驗去霧方法而對每個所述分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。本發(fā)明提供的圖像去霧方法，先利用快速漂移模式搜索方法將有霧圖像分割為若干分割圖像區(qū)域，然后對每個分割圖像區(qū)域分別利用暗原色先驗去霧方法進行去霧處理，這樣獲得的去霧圖像避免了在邊緣處產(chǎn)生明顯的光暈效應(yīng)的缺陷，得到的去霧圖像清晰、不失真。本發(fā)明還提供了一種圖像去霧系統(tǒng)。
【專利說明】圖像去霧方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，特別是涉及一種圖像去霧方法和系統(tǒng)。

【背景技術(shù)】
[0002]在有霧氣候下，由于大氣中水滴等粒子較多，隨著物體到成像設(shè)備距離的增大，大氣粒子的散射作用對成像的影響逐漸增加，這種影響主要由兩個散射過程造成:第一，物體表面的反射光在到達成像設(shè)備的過程中，由于大氣粒子的散射而發(fā)生衰減；第二，自然光因大氣粒子的散射而進人成像設(shè)備參與成像。它們的共同作用導致采集的圖像對比度、飽和度低及色調(diào)偏移，不僅影響圖像的視覺效果，而且影響圖像分析和理解的性能。
[0003]由于大氣粒子對戶外圖像采集造成了比較嚴重的影響，致使室外視頻系統(tǒng)無法正常工作，對地形勘探、視頻監(jiān)控等戶外作業(yè)帶來了一定的不便，特別是對交通運輸業(yè)有著十分惡劣的影響，可能造成交通事故的發(fā)生和運輸速度的降低。因此對于霧天各種監(jiān)測系統(tǒng)獲取的圖像上景物影像的清晰化方法的研究具有重大的現(xiàn)實意義。
[0004]近年來，隨著計算機軟硬件技術(shù)的不斷發(fā)展，對有霧天氣下拍攝圖像的景物影像進行去霧處理已經(jīng)成為可能，這反過來又對去霧圖像的清晰度和真實感提出了新的要求。圖像去霧技術(shù)在視頻監(jiān)控、地形勘測、自動駕駛、城市交通等相關(guān)的領(lǐng)域都有著廣泛的運用，改善了大霧天氣對圖像拍攝造成的發(fā)白、模糊、對比度低等問題。
[0005]目前對圖像進行去霧處理主要采用暗原色先驗去霧方法來實現(xiàn)，該方法是通過對大量的無霧圖像觀察得到的統(tǒng)計規(guī)律而獲得的。暗原色先驗去霧方法簡潔有效，對各種類型的含霧圖像都能達到一定程度的去霧效果。然而，暗原色先驗去霧方法并不能直接作用于整幅自然圖像，由于在自然圖像中場景深度通常會在景物的邊緣處發(fā)生突變，導致采用暗原色先驗去霧方法進行去霧處理后，在邊緣處會產(chǎn)生明顯的光暈效應(yīng)。


【發(fā)明內(nèi)容】

[0006]基于此，有必要針對目前采用暗原色先驗去霧方法對整幅自然圖像進行去霧處理會在邊緣處產(chǎn)生明顯的光暈效應(yīng)的問題，提供一種圖像去霧方法和系統(tǒng)。
[0007]一種圖像去霧方法，所述方法包括:
[0008]計算待處理的有霧圖像的大氣光成分；
[0009]采用快速漂移模式搜索方法將所述有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域；
[0010]根據(jù)所述大氣光成分以利用暗原色先驗去霧方法而對每個所述分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。
[0011]一種圖像去霧系統(tǒng)，所述系統(tǒng)包括:
[0012]大氣光成分計算模塊，用于計算待處理的有霧圖像的大氣光成分；
[0013]圖像分割模塊，用于采用快速漂移模式搜索方法將所述有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域；
[0014]分割圖像區(qū)域去霧處理模塊，用于根據(jù)所述大氣光成分以利用暗原色先驗去霧系統(tǒng)而對每個所述分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。
[0015]上述圖像去霧方法和系統(tǒng)，先利用快速漂移模式搜索方法將有霧圖像分割為若干分割圖像區(qū)域，然后對每個分割圖像區(qū)域分別利用暗原色先驗去霧方法進行去霧處理，這樣獲得的去霧圖像避免了在邊緣處產(chǎn)生明顯的光暈效應(yīng)的缺陷，得到的去霧圖像清晰、不失真。

【專利附圖】

【附圖說明】
[0016]圖1為一個實施例中圖像去霧方法的流程示意圖；
[0017]圖2為一個實施例中計算待處理的有霧圖像的大氣光成分的步驟的流程示意圖；
[0018]圖3為一個實施例中根據(jù)大氣光成分以利用暗原色先驗去霧方法而對每個分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像的步驟的流程示意圖；
[0019]圖4為采用傳統(tǒng)的直接利用暗原色先驗去霧方法和采用本發(fā)明一個實施例中的圖像去霧方法進行去霧的效果對比圖；
[0020]圖5為一個實施例中圖像去霧系統(tǒng)的結(jié)構(gòu)框圖；
[0021]圖6為一個實施例中圖5中的圖像分割模塊的結(jié)構(gòu)框圖；
[0022]圖7為一個實施例中圖5中的分割圖像區(qū)域去霧處理模塊的結(jié)構(gòu)框圖。

【具體實施方式】
[0023]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。
[0024]這里先對暗原色先驗去霧方法的原理進行說明。在計算機視覺和計算機圖形中，有霧圖像可用公式(I)表示:
[0025]I(x) = J(x) t (X)+A[1-t (X)]公式(I)
[0026]其中，X代表某一像素；I (x)指的是輸入的有霧圖像被觀測到的圖像強度，表示有霧圖像；J(X)指的是在沒有霧的條件下景物的光線強度，表示去霧后的圖像；A是外界大氣光成分，可按常數(shù)向量處理；t(x)指的是光線通過媒質(zhì)透射到照相機的過程中沒有被散射的部分，也就是傳播參量。去霧的目標就是從圖像I中恢復(fù)出J(x)、A和t(x)。
[0027]暗原色先驗去霧方法所依據(jù)的統(tǒng)計事實是，在絕大多數(shù)非天空的局部區(qū)域里，某一些像素總會有至少一個顏色通道具有很低的值，換言之，該區(qū)域光強度的最小值趨近于零。對于I幅圖像D(X)，定義該圖像D(X)的暗原色圖像，用公式(2)表示為
[0028]D1 ; (X)= min ( min Dc (y)公式⑵

\.， c<E{R,G,B\yyeQ(x) v jJ
[0029]其中X表示圖像中D(X)中像素的位置；c代表顏色通道，這里顏色通道采用RGB(紅綠藍)三通道，在其他實施例中也可以采用其他形式的顏色通道，護則表示圖像D(x)的c顏色通道的通道圖像；Ω (X)是以X為中心的一塊預(yù)設(shè)大小的方形區(qū)域；y是在通道圖像De中的方形區(qū)域Ω (χ)中的像素的位置。通過對大量無霧圖像的統(tǒng)計得出，對于無霧的圖像，除了天空的區(qū)域，Ddark(X)的強度總是很低并且趨于零，這也是暗原色得名的原因。
[0030]然而，對于有霧圖像I (X)，由于附加的外界大氣光，圖像被霧干擾之后往往要比其本身亮度更大，傳播參量t(x) —般較小，所以被濃霧覆蓋的圖像的暗原色具有較高的強度值。視覺上看來，暗原色強度值是霧濃度的粗略近似，利用有霧圖像和無霧圖像的這一點差另IJ，就可以將有霧圖像進行去霧處理，并獲得很好的去霧效果。
[0031]暗原色先驗去霧方法，基于如下2個假設(shè):假設(shè)在局部小范圍內(nèi)圖像的傳傳播參量t(x)以及圖像的暗原色信息都在該區(qū)域內(nèi)是一致的；假設(shè)大氣光成分A是常數(shù)向量。根據(jù)公式(I),對該式兩邊同時除以大氣光成分A，并同時求暗原色可得:

( Ic(y))
[0032]?(χ) = 1- min min——公式(3)
V , c^[R.a./i]J
[0033]公式(3)中kc表示大氣光成分A在c顏色通道的分量；Ie(y)表示有霧圖像I (X)在其方形區(qū)域Ω (χ)中的c顏色通道的像素值。而在實際場景中，即便是完全無霧的天氣，大氣中總會包含一些雜質(zhì)分子，所以當看遠處的物體時，霧氣其實依然存在，且霧的存在是人眼感知圖像層次的一個基本線索，因此如果徹底地去除存在的霧氣，會使圖像看起來很不真實，為了使圖像看起來更真實自然，在公式(3)中引入容霧參數(shù)ω來保留一部分霧，得到公式(3.1):

( /c(y)〕
[0034]=min min——公式(3.1)
,^ rtii(x') /It J
[0035]公式(3.1)中，容霧參數(shù)ω的取值范圍為O < ω彡I ;優(yōu)選地，ω選擇0.93?
0.97的時候去霧效果較好，尤其為0.95 ;Ae表示大氣光成分A在c顏色通道的分量；Ie(y)表示有霧圖像I(X)在其方形區(qū)域Ω (χ)中的c顏色通道的像素值。
[0036]根據(jù)公式(I)可獲得求解去霧后的圖像的公式(4):
/、 IU)-A
[0037]J^ = m^(t(x)t)+A 公式⑷

11 IdX ^ t I λ /9^0/
[0038]公式⑷中，I(X)表示有霧圖像，A表示大氣光成分，J(X)表示去霧后的圖像；tQ為調(diào)整參數(shù)。引入調(diào)整參數(shù)h是由于在一些特殊場景下t(x)可能趨于0，若不引入調(diào)整參數(shù)h則會導致公式(4)中分母過小而導致計圖像去霧變得無意義，所以引入調(diào)整參數(shù)h來調(diào)控大氣光成分A對整體去霧效果的貢獻率Atl優(yōu)選可以取為0.1。
[0039]如圖1所示，在一個實施例中，提供了一種圖像去霧方法，具體包括如下步驟:
[0040]步驟102，計算待處理的有霧圖像的大氣光成分。
[0041]待處理的有霧圖像是指需要進行去霧處理的含霧圖像。大氣光成分是指上述公式
(I)中的A。
[0042]如圖2所示，在一個實施例中，步驟102具體包括如下步驟:
[0043]步驟202，根據(jù)待處理的有霧圖像計算全圖暗原色圖。
[0044]具體地，對有霧圖像的每一像素選取其亮度最小的通道值，構(gòu)成一灰度圖，然后對該灰度圖做最小值濾波，就獲得了全圖暗原色圖。
[0045]步驟204，根據(jù)全圖暗原色圖計算出大氣光成分。
[0046]具體地，在全圖暗原色圖中找出亮度最大的預(yù)設(shè)數(shù)量比例的像素所在的圖像區(qū)域。優(yōu)選地，該預(yù)設(shè)數(shù)量比例為10%.然后在原始的有霧圖像中與該找出的圖像區(qū)域所對應(yīng)的圖像區(qū)域中尋找亮度最高的像素點，以該尋找到的像素點的三通道亮度值作為向量大氣光成分A的三通道值。
[0047]在一個實施例中，步驟204之后還包括:判斷計算出的大氣光成分的各通道值是否超過預(yù)設(shè)值，若是則用預(yù)設(shè)值替代計算出的大氣光成分的相應(yīng)通道值。如果僅取一個像素點來確定大氣光成分A的三通道值，則大氣光成分A各通道的值很有可能全部很接近255，這樣的話會造成處理后的圖像偏色和出現(xiàn)大量色斑，這就導致暗原色先驗去霧方法對有天空的圖像的去霧效果一般都不好。而將大氣光成分A的三通道值限定在不超過預(yù)設(shè)值的范圍內(nèi)，使得對包含天空的圖像的處理能力得到很大提高。這里的預(yù)設(shè)值可取210?230，尤其是220。
[0048]步驟104,米用快速漂移模式搜索(Quick Shift and Kernel Methods for ModeSeeking)方法將有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域。
[0049]模式搜索算法需要滿足:⑴數(shù)值化的漸進軌跡yi⑴；(2)收斂條件；⑶用以合并移動軌跡的終點的聚類規(guī)則。具體地，將有霧圖像的各個像素的位置及該像素RGB各通道的亮度作為聯(lián)合特征向量構(gòu)成特征空間，并獲得特征空間的概率密度估計函數(shù)為:
]N
[0050]P{x) = —?^φ(χ-χι),χ& Ra 公式(5)


i=i
[0051]其中，P(X)表示概率密度估計；N表示特征向量總數(shù)，等于有霧圖像中的像素數(shù)量；φ、(χ)為窗函數(shù)，通?？蔀楦咚购瘮?shù)；Rd表示整個d維特征空間；Xi為特征空間中的特征點；X是窗函數(shù)爐1 (χ)的中心點，在特征空間Rd中每隔一定尺度取一個點作為X。根據(jù)公式(5)可以計算出每個中心點χ的附近的概率密度，從而可以計算出整個特征空間的概率密度分布。使用高斯函數(shù)作為窗函數(shù)可以使得得到的概率密度分布更平滑、準確。
[0052]根據(jù)概率密度分布函數(shù)可計算出整個特征空間的概率分布曲面，對于特征空間中的每個特征點Xi, Wyi(O) =Xi開始，依照VPGi(T))形成的二次曲面所限定的漸進軌跡Yi(T)向概率密度估計PU)的一個模態(tài)移動，將所有屬于同一模態(tài)的特征點形成一個聚類，一個聚類內(nèi)的特征點可視為同質(zhì)區(qū)域，將其合并即可實現(xiàn)圖像分割獲得若干分割圖像區(qū)域。其中，Yi(T)表示特征點Xi進行了 T次迭代漸進移動后的位置，且T > O ;VP(yi(T))表示Ji (T)處的概率密度分布的梯度；模態(tài)指特征點Xi漸進移動后形成聚類的位置。
[0053]根據(jù)特征空間的概率密度估計，將特征空間中的每個特征點一次移動到距離該特征點最近的存在概率密度增量的鄰域。與其它模式搜索算法不同，快速漂移模式搜索方法在搜索模態(tài)時沒有必要使用梯度或二次下界，特別之處在于其漸進策略并不是迭代的，而是直接將每一個點Xi移動到最近的存在密度增量的鄰域:

SigniPj -Pi)
[0054]J,.(I) = argmax---公式(6)

y=l,2,---N Dii
JI)
[0055]公式(6)中，Dij=II X1-Xj II2。其中，sign O 為符號函數(shù)，sign (Pj-Pi)表示求取
SigniPj-P1)sign{P.-Pi)
Pj-Pi的符號，求取的符號可為1、-1和O ;argmax---表示使得-1-
/DD
JV
為最大值的特征點Xi ；Xj是指區(qū)別于Xi的特征點；Pi表示特征點Xi點的概率估計；Pj表示特征點Xj點的概率估計。
[0056]將移動后屬于同一模態(tài)的特征點形成一個聚類，將屬于同一聚類的特征點所對應(yīng)的有霧圖像中的像素點合并而獲得若干分割圖像區(qū)域。Yi(I)表示每個特征點Xi只需要進行I次移動，移動到特征點Xi的最近的存在概率密度增量的鄰域，該存在概率密度增量的鄰域為高密度領(lǐng)域。具體的實現(xiàn)方式是把特征點Xi作為子節(jié)點，高密度鄰域特征點作為父節(jié)點，進行連接，該高密度特征點由作為其更高密度的鄰域特征點的子節(jié)點，最后，同一模態(tài)的特征點形成一個“樹”狀結(jié)構(gòu)，完成聚類。將所有屬于同一模態(tài)的特征點形成一個聚類，一個聚類內(nèi)的特征點可視為同質(zhì)區(qū)域，將其合并即可實現(xiàn)圖像分割獲得若干分割圖像區(qū)域。其中模態(tài)表現(xiàn)為這“樹”狀結(jié)構(gòu)上長度超過預(yù)設(shè)閾值的樹枝，通過設(shè)置該預(yù)設(shè)閾值可以控制模態(tài)的選擇。這里的長度是概率密度和距離的函數(shù)。
[0057]快速漂移模式搜索方法主要的參數(shù)選擇是窗函數(shù)的參數(shù)選擇，比如高斯窗函數(shù)的均值和方差，主要作用是平衡分割的細致程度，也就是通常所說的“欠分割”以及“過分割”現(xiàn)象。相對于其他的模式搜索方法，該算法形式簡單，復(fù)雜度較低，更適合用于圖像分割處理。
[0058]快速漂移模式搜索方法中，每個像素點對應(yīng)特征空間中的一個特征點，其特征是其RGB通道的值以及位置，經(jīng)過聚類后，同一模態(tài)的特征點所對應(yīng)的像素被劃分為同一個分割圖像區(qū)域，因此同一分割圖像區(qū)域中像素的相似度較高，而在有霧圖像中，不同深度的景物受到的霧氣影響不一樣，像素的相似度也會較低，因此使用快速漂移模式搜索方法可以保證分割后每個分割圖像區(qū)域中，景物的深度以及霧氣的濃度基本一致。
[0059]步驟106，根據(jù)大氣光成分以利用暗原色先驗去霧方法而對每個分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。
[0060]由于將有霧圖像分割后每個分割圖像區(qū)域中景物的深度以及霧氣的濃度基本一致，在每個分割圖像區(qū)域中分別應(yīng)用上述暗原色先驗去霧方法進行去霧處理，每個分割圖像區(qū)域處理后的圖像不會因為景物的深度突變而在邊緣處產(chǎn)生明顯的光暈效應(yīng)。這樣對每個分割圖像區(qū)域都處理后，獲得去霧后的圖像，該整個去霧后的圖像避免了邊緣處產(chǎn)生的光暈效應(yīng)。
[0061]具體地,如圖3所示,步驟106包括以下步驟:
[0062]步驟302，對每個分割圖像區(qū)域分別計算相應(yīng)的局部暗原色圖。
[0063]具體地，對于每個分割圖像區(qū)域中的每一像素取其亮度最小的通道的亮度值，構(gòu)成對應(yīng)該分割圖像區(qū)域的灰度圖，然后對該灰度圖做最小值濾波，就獲得了局部暗原色圖。這里的局部暗原色圖是指一個分割圖像區(qū)域所對應(yīng)的暗原色圖，用于與全圖暗原色圖區(qū)分開來。
[0064]步驟304，根據(jù)局部暗原色圖和大氣光成分計算有霧圖像的每個像素的傳播參量。
[0065]傳播參量也稱為透射率，根據(jù)上述公式(3)，優(yōu)選地根據(jù)公式(3.1)進行計算。公式⑶或(3.1)中，丨nin min Ic:就是有霧圖像中的像素χ在相應(yīng)的局部暗原


^ Ic (V)、
色圖中對應(yīng)的像素值，再利用大氣光成分就可以計算出min min~，從而就


c>=\!1.(；.l}}A 夕可以根據(jù)公式(3)或(3.1)計算獲得有霧圖像的每個像素的傳播參量。
[0066]步驟306，根據(jù)大氣光成分和有霧圖像的每個像素的傳播參量計算獲得去霧圖像。
[0067]具體地，根據(jù)上述公式(4)，代入大氣光成分A和每個像素的傳播參量t (χ)，逐個計算去霧圖像中每個像素的像素值，最終就可以獲得整個去霧圖像。
[0068]上述圖像去霧方法，先利用快速漂移模式搜索方法將有霧圖像分割為若干分割圖像區(qū)域，然后對每個分割圖像區(qū)域分別利用暗原色先驗去霧方法進行去霧處理，這樣獲得的去霧圖像避免了在邊緣處產(chǎn)生明顯的光暈效應(yīng)的缺陷，得到的去霧圖像清晰、不失真。
[0069]參考圖4，圖4示出了采用傳統(tǒng)的直接利用暗原色先驗去霧方法和采用上述實施例的圖像去霧方法進行去霧的效果對比圖。圖4中圖(a)為待處理的有霧圖像；圖(b)為傳統(tǒng)的直接利用暗原色先驗去霧方法對圖(a)的有霧圖像處理后的結(jié)果；圖(C)為采用本實施例的圖像去霧方法時采用快速漂移模式搜索方法將圖(a)的有霧圖像進行圖像分割處理的結(jié)果；圖(d)為采用本實施例提供的圖像去霧方法進行去霧處理的結(jié)果。
[0070]從圖4可以看出，輸入的圖像(a)中，景物深度變化明顯，比如圖像中上部樹葉部分，樹葉之間能看到天空，深度變化明顯而且密集。如果對輸入圖像直接使用暗原色先驗去霧處理，該區(qū)域會出現(xiàn)明顯的邊緣效應(yīng)，如圖4中的圖(b)，可以看出圖像上半部分樹葉部分邊緣效應(yīng)明顯，這是由于靠近樹葉邊緣部分對低估了霧氣濃度，處理后該部分區(qū)域留有殘霧。而采用本實施例提供的圖像去霧方法進行去霧處理后，圖(d)中基本看不到邊緣處的光暈效應(yīng)，圖像清晰、不失真。
[0071]如圖5所示，在一個實施例中，提供了一種圖像去霧系統(tǒng)，該系統(tǒng)包括:大氣光成分計算模塊502、圖像分割模塊504和分割圖像區(qū)域去霧處理模塊506。
[0072]大氣光成分計算模塊502，用于計算待處理的有霧圖像的大氣光成分。
[0073]在一個實施例中，大氣光成分計算模塊502還用于根據(jù)待處理的有霧圖像計算全圖暗原色圖，根據(jù)全圖暗原色圖計算出大氣光成分。
[0074]具體地，大氣光成分計算模塊502用于對有霧圖像的每一像素選取其亮度最小的通道，構(gòu)成一灰度圖，然后對該灰度圖做最小值濾波，就獲得了全圖暗原色圖。大氣光成分計算模塊502還用于在全圖暗原色圖中找出亮度最大的預(yù)設(shè)數(shù)量比例的像素所在的圖像區(qū)域。優(yōu)選地，該預(yù)設(shè)數(shù)量比例為10%.然后在原始的有霧圖像中與該找出的圖像區(qū)域所對應(yīng)的圖像區(qū)域中尋找亮度最高的像素點，以該尋找到的像素點的三通道亮度值作為向量大氣光成分A的三通道值。
[0075]在一個實施例中，大氣光成分計算模塊502還用于判斷計算出的大氣光成分的各通道值是否超過預(yù)設(shè)值，若是則用預(yù)設(shè)值替代計算出的大氣光成分的相應(yīng)通道值。如果僅取一個像素點來確定大氣光成分A的三通道值，則大氣光成分A各通道的值很有可能全部很接近255，這樣的話會造成處理后的圖像偏色和出現(xiàn)大量色斑，這就導致暗原色先驗去霧方法對有天空的圖像的去霧效果一般都不好。而將大氣光成分A的三通道值限定在不超過預(yù)設(shè)值的范圍內(nèi)，使得對包含天空的圖像的處理能力得到很大提高。這里的預(yù)設(shè)值可取210?230，尤其是220。
[0076]圖像分割模塊504，用于采用快速漂移模式搜索方法將有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域。
[0077]具體地，如圖6所示，在一個實施例中，圖像分割模塊504包括:特征提取模塊504a、特征點移動模塊504b和聚類模塊504c。
[0078]模式搜索方法需要滿足:⑴數(shù)值化的漸進軌跡Ii⑴；⑵收斂條件；(3)用以合并移動軌跡的終點的聚類規(guī)則。特征提取模塊504a用于將有霧圖像的各個像素的位置及該像素RGB各通道的亮度作為聯(lián)合特征向量構(gòu)成特征空間，并獲得特征空間的概率密度估計函數(shù)為:

I N.
[0079]P(X) = —- Xi\XG Rd 公式(5)
[0080]其中，P(X)表示概率密度估計；N表示特征向量總數(shù)，等于有霧圖像中的像素數(shù)量W1(X)為窗函數(shù)，通?？蔀楦咚购瘮?shù)；Rd表示整個d維特征空間；Xi為特征空間中的特征點^是窗函數(shù):爐(χ)的中心點，在特征空間Rd中每隔一定尺度取一個點作為χ。根據(jù)公式(5)可以計算出每個中心點χ的附近的概率密度，從而可以計算出整個特征空間的概率密度分布。使用高斯函數(shù)作為窗函數(shù)可以使得得到的概率密度分布更平滑、準確。
[0081]根據(jù)概率密度分布函數(shù)可計算出整個特征空間的概率分布曲面，對于特征空間中的每個特征點Xi, Wyi(O) =Xi開始，依照VP(yi(T))形成的二次曲面所限定的漸進軌跡Yi(T)向概率密度估計PU)的一個模態(tài)移動，將所有屬于同一模態(tài)的特征點形成一個聚類，一個聚類內(nèi)的特征點可視為同質(zhì)區(qū)域，將其合并即可實現(xiàn)圖像分割獲得若干分割圖像區(qū)域。其中，Yi(T)表示特征點Xi進行了 T次迭代漸進移動后的位置，且T > O ;VP(yi(T))表示Ji (T)處的概率密度分布的梯度；模態(tài)指特征點xi漸進移動后形成聚類的位置。
[0082]特征點移動模塊504b用于根據(jù)特征空間的概率密度估計，將特征空間中的每個特征點一次移動到距離該特征點最近的存在概率密度增量的鄰域。與其它模式搜索方法不同的是，快速漂移模式搜索方法在搜索模態(tài)時沒有必要使用梯度或二次下界，特別之處在于其漸進策略并不是迭代的，而是直接將每一個點Xi移動到最近的存在密度增量的鄰域:

SiqniPj - P)
[0083]>7,.(0 = arg max--r——丨一公式(6)
H
[0084]公式(6)中，Djj=II X1-Xj \ f2。其中，sign O 為符號函數(shù)，sign (Pj-Pi)表示求取
sii^n{P — P)Ξ--ξ--^Ρ — P)
Pj-Pi的符號，求取的符號可為1、-1和O ; arg max-匸表示使得-^-
'/ Dij Dij
為最大值的特征點Xi ；Xj是指區(qū)別于Xi的特征點；Pi表示特征點Xi點的概率估計；Pj表示特征點Xj點的概率估計。
[0085]聚類模塊504c用于將移動后屬于同一模態(tài)的特征點形成一個聚類，將屬于同一聚類的特征點所對應(yīng)的有霧圖像中的像素點合并而獲得若干分割圖像區(qū)域。Yi(I)表示每個特征點Xi只需要進行I次移動，移動到特征點Xi的最近的存在概率密度增量的鄰域。具體的實現(xiàn)方式是把特征點Xi作為子節(jié)點，高密度鄰域特征點作為父節(jié)點，進行連接，該高密度特征點由作為其更高密度的鄰域特征點的子節(jié)點，最后，同一模態(tài)的特征點形成一個“樹”狀結(jié)構(gòu)，完成聚類。將所有屬于同一模態(tài)的特征點形成一個聚類，一個聚類內(nèi)的特征點可視為同質(zhì)區(qū)域，將其合并即可實現(xiàn)圖像分割獲得若干分割圖像區(qū)域。
[0086]快速漂移模式搜索方法主要的參數(shù)選擇是窗函數(shù)的參數(shù)選擇，比如高斯窗函數(shù)的均值和方差，主要作用是平衡分割的細致程度，也就是通常所說的“欠分割”以及“過分割”現(xiàn)象。相對于其他的模式搜索方法，該算法形式簡單，復(fù)雜度較低，更適合用于圖像分割處理。
[0087]快速漂移模式搜索方法中，每個像素點對應(yīng)特征空間中的一個特征點，其特征是其RGB通道的值以及位置，經(jīng)過聚類后，同一模態(tài)的特征點所對應(yīng)的像素被劃分為同一個分割圖像區(qū)域，因此同一分割圖像區(qū)域中像素的相似度較高，而在有霧圖像中，不同深度的景物受到的霧氣影響不一樣，像素的相似度也會較低，因此使用快速漂移模式搜索方法可以保證分割后每個分割圖像區(qū)域中，景物的深度以及霧氣的濃度基本一致。
[0088]分割圖像區(qū)域去霧處理模塊506，用于根據(jù)大氣光成分以利用暗原色先驗去霧系統(tǒng)而對每個分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。
[0089]由于將有霧圖像分割后每個分割圖像區(qū)域中景物的深度以及霧氣的濃度基本一致，在每個分割圖像區(qū)域中分別應(yīng)用上述暗原色先驗去霧方法進行去霧處理，每個分割圖像區(qū)域處理后的圖像不會因為景物的深度突變而在邊緣處產(chǎn)生明顯的光暈效應(yīng)。這樣對每個分割圖像區(qū)域都處理后，獲得去霧后的圖像，該整個去霧后的圖像避免了邊緣處產(chǎn)生的光暈效應(yīng)。
[0090]如圖7所示，在一個實施例中，分割圖像區(qū)域去霧處理模塊506包括:局部暗原色圖計算模塊506a、傳播參量計算模塊506b和去霧執(zhí)行模塊506c。
[0091]局部暗原色圖計算模塊506a，用于對每個分割圖像區(qū)域分別計算相應(yīng)的局部暗原色圖。具體地，局部暗原色圖計算模塊506a用于對于每個分割圖像區(qū)域中的每一像素取其亮度最小的通道的亮度值，構(gòu)成對應(yīng)該分割圖像區(qū)域的灰度圖，然后對該灰度圖做最小值濾波，就獲得了局部暗原色圖。這里的局部暗原色圖是指一個分割圖像區(qū)域所對應(yīng)的暗原色圖，用于與全圖暗原色圖區(qū)分開來。
[0092]傳播參量計算模塊506b，用于根據(jù)局部暗原色圖和大氣光成分計算有霧圖像的每個像素的傳播參量。傳播參量也稱為透射率，傳播參量計算模塊506b用于根據(jù)上述公式
/ \
(3)，優(yōu)選地根據(jù)公式(3.1)計算傳播參量。公式(3)或(3.1)中，min min Ic (y)
R.G Ji] yx^O( \) V 7 J
就是有霧圖像中的像素χ在相應(yīng)的局部暗原色圖中對應(yīng)的像素值，傳播參量計算模塊506b

f Ic (y))
用于再利用大氣光成分就可以計算出pin min —^ ，從而就可以根據(jù)公式(3)

c^lR,G,B} ^6β(χ)J或(3.1)計算獲得有霧圖像的每個像素的傳播參量。
[0093]去霧執(zhí)行模塊506c，用于根據(jù)大氣光成分和有霧圖像的每個像素的傳播參量計算獲得去霧圖像。具體地，去霧執(zhí)行模塊506c用于根據(jù)上述公式(4)，代入大氣光成分A和每個像素的傳播參量t(x)，逐個計算去霧圖像中每個像素的像素值，最終就可以獲得整個去霧圖像。
[0094]上述圖像去霧系統(tǒng)，先利用快速漂移模式搜索方法將有霧圖像分割為若干分割圖像區(qū)域，然后對每個分割圖像區(qū)域分別利用暗原色先驗去霧方法進行去霧處理，這樣獲得的去霧圖像避免了在邊緣處產(chǎn)生明顯的光暈效應(yīng)的缺陷，得到的去霧圖像清晰、不失真。
[0095]以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準。
【權(quán)利要求】
1.一種圖像去霧方法，所述方法包括: 計算待處理的有霧圖像的大氣光成分； 采用快速漂移模式搜索方法將所述有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域； 根據(jù)所述大氣光成分以利用暗原色先驗去霧方法而對每個所述分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。
2.根據(jù)權(quán)利要求1所述的圖像去霧方法，其特征在于，所述計算待處理的有霧圖像的大氣光成分，包括: 根據(jù)待處理的有霧圖像計算全圖暗原色圖，根據(jù)所述全圖暗原色圖計算出大氣光成分。
3.根據(jù)權(quán)利要求2所述的圖像去霧方法，其特征在于，所述根據(jù)待處理的有霧圖像計算全圖暗原色圖，根據(jù)所述全圖暗原色圖計算出大氣光成分之后，還包括: 判斷所述計算出的大氣光成分的各通道值是否超過預(yù)設(shè)值，若是則用預(yù)設(shè)值替代計算出的大氣光成分的相應(yīng)通道值。
4.根據(jù)權(quán)利要求1所述的圖像去霧方法，其特征在于，所述采用快速漂移模式搜索方法將所述有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域，包括: 將所述有霧圖像的各個像素的位置及該像素各通道的亮度作為聯(lián)合特征向量構(gòu)成特征空間，并獲得所述特征空間的概率密度估計； 根據(jù)所述特征空間的概率密度估計，將所述特征空間中的每個特征點一次移動到距離該特征點最近的存在概率密度增量的鄰域； 將移動后屬于同一模態(tài)的特征點形成一個聚類，將屬于同一聚類的特征點所對應(yīng)的所述有霧圖像中的像素點合并而獲得若干分割圖像區(qū)域。
5.根據(jù)權(quán)利要求1所述的圖像去霧方法，其特征在于，所述根據(jù)所述大氣光成分以利用暗原色先驗去霧方法而對每個所述分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像，包括: 對每個所述分割圖像區(qū)域分別計算相應(yīng)的局部暗原色圖； 根據(jù)所述局部暗原色圖和所述大氣光成分計算所述有霧圖像的每個像素的傳播參量; 根據(jù)所述大氣光成分和所述有霧圖像的每個像素的傳播參量計算獲得去霧圖像。
6.一種圖像去霧系統(tǒng)，其特征在于，所述系統(tǒng)包括: 大氣光成分計算模塊，用于計算待處理的有霧圖像的大氣光成分； 圖像分割模塊，用于采用快速漂移模式搜索方法將所述有霧圖像進行圖像分割處理，獲得若干分割圖像區(qū)域； 分割圖像區(qū)域去霧處理模塊，用于根據(jù)所述大氣光成分以利用暗原色先驗去霧系統(tǒng)而對每個所述分割圖像區(qū)域分別進行去霧處理，獲得去霧后的圖像。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述大氣光成分計算模塊還用于根據(jù)待處理的有霧圖像計算全圖暗原色圖，根據(jù)所述全圖暗原色圖計算出大氣光成分。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述大氣光成分計算模塊還用于判斷所述計算出的大氣光成分的各通道值是否超過預(yù)設(shè)值，若是則用預(yù)設(shè)值替代計算出的大氣光成分的相應(yīng)通道值。
9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述圖像分割模塊包括: 特征提取模塊，用于將所述有霧圖像的各個像素的位置及該像素各通道的亮度作為聯(lián)合特征向量構(gòu)成特征空間，并獲得所述特征空間的概率密度估計； 特征點移動模塊，用于根據(jù)所述特征空間的概率密度估計，將所述特征空間中的每個特征點一次移動到距離該特征點最近的存在概率密度增量的鄰域； 聚類模塊，用于將移動后屬于同一模態(tài)的特征點形成一個聚類，將屬于同一聚類的特征點所對應(yīng)的所述有霧圖像中的像素點合并而獲得若干分割圖像區(qū)域。
10.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述分割圖像區(qū)域去霧處理模塊包括: 局部暗原色圖計算模塊，用于對每個所述分割圖像區(qū)域分別計算相應(yīng)的局部暗原色圖； 傳播參量計算模塊，用于根據(jù)所述局部暗原色圖和所述大氣光成分計算所述有霧圖像的每個像素的傳播參量； 去霧執(zhí)行模塊，用于根據(jù)所述大氣光成分和所述有霧圖像的每個像素的傳播參量計算獲得去霧圖像。
【文檔編號】G06T7/00GK104134194SQ201410354406
【公開日】2014年11月5日 申請日期:2014年7月23日 優(yōu)先權(quán)日:2014年7月23日
【發(fā)明者】朱青松, 吳迪, 王磊 申請人:中國科學院深圳先進技術(shù)研究院