技術(shù)特征：

1.一種基于暗通道先驗的自適應(yīng)圖像去霧方法，其特征在于：包括如下步驟：

步驟1)：獲取RGB格式的霧氣圖像：基于有霧圖像的物理模型對RGB格式的圖像進行去霧操作，有霧圖像的物理模型可以表示成：

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)為待去霧的圖像，J(x)為要恢復(fù)的無霧的圖像，A是全球大氣光成分，t(x)為透射率；由有霧圖像物理模型的變形，并且結(jié)合暗通道先驗的理論，可以推導(dǎo)出透射率t(x)的表達式，如下所示：

$t\left(x\right)=1-\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，min為做最小值運算，Ω(x)為以x為中心的窗口，r，g，b分別為圖像的三個顏色通道；

通過在上式中引入一個在[0,1]之間的因子，則修正為：

$t\left(x\right)=1-\mathrm{\ω}*\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，ω是去霧因子，用以調(diào)節(jié)霧氣去除程度，避免去霧不足或過度去霧而引起的圖像失真現(xiàn)象；

步驟2)：將上一步中的RGB圖像三通道中值最小的通道保存下來，得到最小值通道圖；

步驟3)：對最小值通道圖進行最小值濾波，得到暗通道圖；具體求取過程為：

1)首先求出每個像素RGB分量中的最小值，存入一副和原始圖像大小相同的灰度圖中，即最小值通道；

2)對最小值通道進行最小值濾波，濾波的半徑由窗口大小決定；

暗通道的求取公式如下：

$J^{dark}\left(x\right)=\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }{J}^c\right(y\left)\right)$

式中J^c表示彩色圖像的每個通道，Ω(x)表示以像素X為中心的一個窗口，暗原色先驗的理論指出：J^dark(x)→0；

步驟4)：根據(jù)暗通道圖求出大氣光值，這里選取的規(guī)則是：選取暗通道中值最大的0.1％對應(yīng)的RGB霧氣圖像中的最亮點作為該圖像的大氣光值；

步驟5)：對最小值通道進行去霧操作，這里的具體方法為：利用暗通道計算最小值通道的透射率，去霧因子選取0.95，根據(jù)大氣散射模型重構(gòu)出最小值通道去霧后的結(jié)果；

步驟6)：計算霧氣圖像的整體去霧因子ω₀，這里的求取規(guī)則為：計算最小值通道和其對應(yīng)的去霧結(jié)果的標準差之比，根據(jù)比值的大小選取整體去霧因子；

步驟7)：計算霧氣圖像的局部去霧因子ω(x)，對最小值通道求取局部標準差，根據(jù)標準差和整體去霧因子、大氣光值和最小值通道來求取局部去霧因子ω(x)；

步驟8)：計算透射率；

步驟9)：使用導(dǎo)向濾波對上一步得到的透射率進行優(yōu)化；

步驟10)：重構(gòu)無霧圖像：根據(jù)大氣散射模型來重構(gòu)無霧的圖像。

2.根據(jù)權(quán)利要求1所述的基于暗通道先驗的自適應(yīng)圖像去霧方法，其特征在于：步驟4)中計算大氣光值時，根據(jù)有霧圖像的物理模型可知，要想恢復(fù)出無霧圖像，前提是知道大氣光值A(chǔ)，求取A值的方法是：

1)統(tǒng)計暗通道中亮度值最高的0.1％個點；

2)在原有霧圖像中找到與這些點對應(yīng)的像素點；

3)在這些像素點中找到具有最大亮度值的像素點，該點即為大氣光值A(chǔ)。

3.根據(jù)權(quán)利要求1所述的基于暗通道先驗的自適應(yīng)圖像去霧方法，其特征在于：步驟6)中計算整體去霧因子時，采用整體與局部相結(jié)合的方法求取去霧因子，整體去霧因子ω₀反映了圖像整體的霧氣程度，同時由于同一幅圖像內(nèi)不同區(qū)域的場景深度不同而導(dǎo)致霧氣分布不均勻，所以要進一步求取細化的局部去霧因子ω(x)，霧氣濃的區(qū)域去霧因子越大，反之越??；

整體去霧因子的具體求取步驟如下：

1)利用下式求取中間透射率t^min(x)，它用來對最小值通道進行去霧操作；

$t^{\min }\left(x\right)=1-0.95*\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，min為做最小值運算，Ω(x)為以x為中心的窗口，r，g，b分別為圖像的三個顏色通道；

2)利用中間透射率t^min(x)和大氣光值最小值A(chǔ)^min對最小值通道進行去霧操作，A^min為三個通道的大氣光值的最小值，得到最小值通道的去霧結(jié)果J^min(x)，計算公式為：

$J^{\min }\left(x\right)=\frac{I^{\min }\left(x\right)-A^{\min }}{\min (0.1,t^{\min }(x\left)\right)}-A^{\min }$

3)計算最小值通道t^min(x)和其去霧結(jié)果J^min(x)的標準差比值σ，

$\mathrm{\σ}=\frac{\mathrm{\σ}\left(I^{\min }\right(x\left)\right)}{\mathrm{\σ}\left(J^{\min }\right(x\left)\right)}$

其中，σ(I^min(x))和σ(J^min(x))分別是最小值通道和其去霧結(jié)果的全局標準差；

4)根據(jù)上一步的比值大小計算整體去霧因子ω₀，

${\mathrm{\ω}}_0=\left\{\begin{array}{c}0.9,\mathrm{\σ}\<0.5\\ 0.8,0.5\<\mathrm{\σ}\<1.5\\ 0.7,1\<\mathrm{\σ}\<2\\ 0.5,1.5\<\mathrm{\σ}\<2\\ 0.4,\mathrm{\σ}\>2\end{array}\right..$

4.根據(jù)權(quán)利要求1所述的基于暗通道先驗的自適應(yīng)圖像去霧方法，其特征在于：步驟7)中計算局部去霧因子時，利用整體去霧因子來求解細化的局部去霧因子，步驟如下：

1)計算最小值通道的局部標準差σ_Ω(x)，Ω為半徑5的窗口，其大小與最小值通道圖大小相同；

2)利用下式求取局部去霧因子ω(x)，

$\mathrm{\ω}\left(x\right)={\mathrm{\ω}}_0+{\mathrm{\ω}}_0*(1-{\mathrm{\ω}}_0)*(1-\frac{{\mathrm{\σ}}_{\mathrm{\Ω}}\left(x\right)}{\max \left({\mathrm{\σ}}_{\mathrm{\Ω}}\right(x\left)\right)})*\frac{I^{\min }\left(x\right)}{A^{\min }}$

其中，σ_Ω(x)為最小值通道的局部標準差，max(σ_Ω(x))為求取σ_Ω(x)的最大值，I^min(x)為最小值通道，A^min為r，g，b三個通道的大氣光值的最小值。

5.根據(jù)權(quán)利要求1所述的基于暗通道先驗的自適應(yīng)圖像去霧方法，其特征在于：步驟8)中計算透射率時，根據(jù)所述的去霧因子ω(x)可以計算透射率t(x)，

$t\left(x\right)=1-\mathrm{\ω}\left(x\right)*\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中ω(x)就是在x處的去霧因子，可以通過其調(diào)整去霧程度。

6.根據(jù)權(quán)利要求1所述的基于暗通道先驗的自適應(yīng)圖像去霧方法，其特征在于：步驟10)中重構(gòu)無霧圖像時，利用所述的大氣光值A(chǔ)和透射率t(x)可以根據(jù)物理模型重構(gòu)無霧圖像J(x)，采用如下公式：

$J^c\left(x\right)=\frac{I^c\left(x\right)-A^c}{\max (0.1,t(x\left)\right)}-A^c,c\∈(r,g,b)$

其中，為了避免噪聲的影響，對透射率限制了一個下限0.1，防止J(x)出現(xiàn)負值的情況。