了圖像的冗余程度，正交小波能保持能量，有效去除信號(hào)的相關(guān)性，但不能和對(duì)稱性同時(shí) 被滿足。而Sym(Symlets)系小波有更好的對(duì)稱性，重構(gòu)時(shí)相移更少，更適合圖像處理。本 發(fā)明選擇Sym4小波對(duì)圖像亮度分量V進(jìn)行小波變換，獲得包含霧分量的低頻子帶LL以及 噪聲和邊緣信息所在的高頻子帶。
[0061] S3 :利用改進(jìn)的單尺度Retinex算法對(duì)低頻子帶LL進(jìn)行處理，利用小波閾值方法 對(duì)高頻子帶進(jìn)行處理。
[0062] 具體地，可以分為以下2個(gè)小步驟：
[0063] S3. 1 :利用改進(jìn)的單尺度Retinex算法對(duì)低頻子帶LL進(jìn)行處理，具體如下：
[0064] 本發(fā)明將亮度分量V進(jìn)行小波分解，將霧能量與邊緣信息及噪聲分開(kāi)處理，對(duì)包 含霧能量的低頻進(jìn)行SSR處理，這大大減少了經(jīng)典SSR算法中高斯卷積的運(yùn)算量，提高了算 法的效率，并且避免了因?yàn)檫吘壭畔⑴c高斯濾波卷積造成的邊緣模糊。此外，對(duì)包含噪聲和 邊緣信息的高頻部分進(jìn)行閾值去噪處理，同時(shí)保護(hù)圖像邊緣。而為了改善經(jīng)典SSR對(duì)圖像 處理后圖像暗淡的情況，本發(fā)明在提取反射分量r(x，y)時(shí)，加入像素的原始亮度值，如下 式所示：
[0065] rla (X，y) = α X r (X，y) + (I- α ) X log (I (X，y))
[0066] 式中：α為像素原始亮度值與反射分量的加權(quán)系數(shù)；rla為加入像素原始亮度值的 反射分量。大量實(shí)驗(yàn)結(jié)果表明，取α =0.5時(shí)，處理后的圖像效果比較好。
[0067] 得到的rla仍在對(duì)數(shù)域，需要對(duì)其進(jìn)行后續(xù)處理。本發(fā)明中按圖像的平均亮度將其 分為兩類：整體亮度較低的圖和整體亮度較高的圖，并分別進(jìn)行處理。
[0068] 1)對(duì)整體亮度較低的圖的處理
[0069] 對(duì)于整體亮度較低的圖，首先對(duì)反射變量rla取指數(shù)變換得到變量？ la，拉開(kāi)較亮 像素和較暗像素的差距，再對(duì)其進(jìn)行截取拉伸變換，公式如下：
[0070] r(a = eria
[0071] 2)對(duì)整體亮度較高的圖的處理
[0072] 對(duì)于整體亮度較高的圖，rla保持不變。為了統(tǒng)一描述變化后的圖像值，這里引入 r' 13作為處理后的值，公式如下：
[0073] r1la=rla
[0074] 3)直方圖線性拉伸變換
[0075] 由于提取出的反射分量會(huì)有較嚴(yán)重的拖尾現(xiàn)象，需要對(duì)其像素的整體分布進(jìn)行調(diào) 整，因而，發(fā)明中使用線性拉伸變換提高對(duì)比度。具體步驟如下：
[0076] ①求取P 13的最大值y _和最小值y
[0077] ②進(jìn)行線性拉伸變換，公式如下
[0079] 式中，β為可調(diào)參數(shù)，實(shí)驗(yàn)選取β = 2. 5
[0080] S3. 2 :利用小波閾值方法對(duì)高頻子帶進(jìn)行處理。
[0081] 為了在高頻區(qū)域去除圖像噪聲的同時(shí)，保護(hù)圖像邊緣，本發(fā)明利用小波閾值法對(duì) 其處理。小波閾值處理的關(guān)鍵在于閾值和閾值函數(shù)的選取，它們的好壞對(duì)圖像的處理效果 有很大的影響。最著名的閾值是Donoho提出的統(tǒng)一閾值。但是統(tǒng)一閾值存在兩個(gè)缺陷：（1) 利用圖像大小作為參考來(lái)確定小波閾值，帶有不準(zhǔn)確性，處理效果難以讓人滿意；(2)由于 噪聲標(biāo)準(zhǔn)差σ取值不準(zhǔn)確及圖像大小的影響，處理后圖像邊緣模糊。為了在去除噪聲的同 時(shí)，保護(hù)圖像的邊緣信息，本發(fā)明采用下式來(lái)計(jì)算小波閾值：
[0083] 式中In為自然對(duì)數(shù)，m為小波系數(shù)中值，η為可調(diào)參數(shù)，實(shí)驗(yàn)驗(yàn)證，其取值范圍在 (1，2]時(shí)，處理效果達(dá)到最佳。從式中可看出，閾值的選取與圖像大小無(wú)關(guān)。
[0084] 小波閾值方法的具體步驟如下：
[0085] 1)計(jì)算小波系數(shù)中值m，并計(jì)算小波閾值；
[0086] 2)利用小波軟閾值函數(shù)對(duì)亮度圖像V的高頻區(qū)域進(jìn)行處理，軟閾值函數(shù)如下所 示：
[0088] S4 :利用上述改進(jìn)單尺度Retinex算法去霧處理后的低頻子帶LL的小波系數(shù)和小 波閾值方法處理后的所有高頻子帶的小波系數(shù)進(jìn)行小波逆變換，獲得重構(gòu)后的亮度分量圖 像V，。
[0089] 本發(fā)明利用上述Retinex去霧處理后的亮度分量V的低頻子帶LL的小波系數(shù)和 上述小波閾值方法處理后的所有高頻子帶的小波系數(shù)進(jìn)行小波逆變換，獲得重構(gòu)圖像u。
[0090] S5 :飽和度分量S根據(jù)亮度分量V的變化進(jìn)行自適應(yīng)調(diào)整，
[0091] 由于在用Retinex算法對(duì)圖像V分量進(jìn)行增強(qiáng)后，圖像亮度值的改變使亮度與飽 和度的相對(duì)關(guān)系發(fā)生變化，因此會(huì)導(dǎo)致增強(qiáng)后的圖像的色感產(chǎn)生變化?；趫D像全局色彩 的考慮，在V分量增強(qiáng)后對(duì)圖像S分量也進(jìn)行自適應(yīng)的調(diào)整，調(diào)整方式采用下式計(jì)算：

[0098] V (x，y)為原圖像像素點(diǎn)的亮度值，V (X，y)為像素點(diǎn)增強(qiáng)后的亮度值，S (X，y) 為原圖像像素點(diǎn)的飽和度值，(X，y)為像素點(diǎn)修正后的飽和度值，t為比例常數(shù)，nXn為 鄰域窗口 W大小，是像素點(diǎn)（X，y)在鄰域窗口 W中的亮度均值(x,y)是像素點(diǎn) (X，y)在鄰域窗口 W中的飽和度均值，δ v(x，y)是像素點(diǎn)（X，y)在鄰域窗口 W中的亮度方 差，δ s(x，y)是像素點(diǎn)（X，y)在鄰域窗口 W中的飽和度方差，ξ (X，y)是像素點(diǎn)（X，y)在 鄰域窗口 W中V分量和S分量的相關(guān)系數(shù)。
[0099] 本發(fā)明利用V分量和S分量的相關(guān)系數(shù)ξ來(lái)使S分量隨V分量的變化而變化。相 關(guān)系數(shù)是變量之間相關(guān)程度的指標(biāo)，ξ的絕對(duì)值越大，相關(guān)程度越高。
[0100] S6 :根據(jù)變化后的各個(gè)HSV顏色空間分量重構(gòu)出去霧后的清晰圖像u。
[0101] 本發(fā)明最后利用處理后的亮度分量V、修正后的飽和度分量IV和未作處理的 色度分量H進(jìn)行重構(gòu)，獲得去霧處理后的清晰圖像u。
[0102] 盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員而言，可以 理解在不脫離本發(fā)明的原理和精神的情況下可以對(duì)這些實(shí)施例進(jìn)行多種變化、修改、替換 和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同限定。
【主權(quán)項(xiàng)】
1. 一種小波域Retinex圖像去霧方法，其特征在于：該方法包括以下幾個(gè)步驟， 51 :將含霧圖像g由RGB空間變換到HSV空間，獲得色度分量H、飽和度分量S和亮度 分量V; 52 :對(duì)亮度分量V進(jìn)行小波變換，獲得包含霧分量的低頻子帶以及噪聲和邊緣信息所 在的高頻子帶； 53 :利用改進(jìn)的單尺度Retinex算法對(duì)低頻子帶進(jìn)行處理，利用小波閾值方法對(duì)高頻 子帶進(jìn)行處理，具體如下： S3. 1 :利用改進(jìn)的單尺度Retinex算法對(duì)低頻子帶進(jìn)行處理，具體如下： S3. 1. 1 :為了改善經(jīng)典單尺度Retinex算法對(duì)圖像處理后圖像暗淡的情況，在提取反 射分量r(X，y)時(shí)，加入像素的原始亮度值，公式如下： rla(x, y) = a Xr(x, y) + (l-a ) Xl〇g(I(x, y)) 式中：a為像素原始亮度值與反射分量的加權(quán)系數(shù)；rla(x，y)為加入像素原始亮度值 的反射分量； S3. 1. 2 :按圖像的平均亮度將其分為兩類：整體亮度較低的圖和整體亮度較高的圖， 并分別進(jìn)行處理； 1) 對(duì)整體亮度較低的圖的處理 對(duì)于整體亮度較低的圖，首先對(duì)反射變量rla取指數(shù)變換得到變量r' la，拉開(kāi)較亮像素 和較暗像素的差距，再對(duì)其進(jìn)行截取拉伸變換；公式如下： ./. .·￥·'.·, ... ΓM = #細(xì) 2) 對(duì)整體亮度較高的圖的處理 對(duì)于整體亮度較高的圖，rla保持不變；為了統(tǒng)一描述變化后的圖像值，這里引入r'la 作為處理后的值，公式如下： r1 ia=rla 3) 直方圖線性拉伸變換 由于提取出的反射分量會(huì)有較嚴(yán)重的拖尾現(xiàn)象，需要對(duì)其像素的整體分布進(jìn)行調(diào)整， 因而，算法中使用線性拉伸變換提高對(duì)比度；具體步驟如下： ① 求取r' 13的最大值r' _和最小值r' ② 進(jìn)行線性拉伸變換，公式如下：式中，β為可調(diào)參數(shù)； S3. 2 :利用小波閾值方法對(duì)高頻子帶進(jìn)行處理，具體如下： 1) 計(jì)算小波系數(shù)中值m，并計(jì)算小波閾值λ，公式如下；式中In為自然對(duì)數(shù)，m為小波系數(shù)中值，η為可調(diào)參數(shù)，實(shí)驗(yàn)驗(yàn)證，η的取值范圍在 (1，2]時(shí)，處理效果達(dá)到最佳；從式中可看出，閾值的選取與圖像大小無(wú)關(guān)； 2) 利用小波軟閾值函數(shù)對(duì)亮度圖像V的高頻區(qū)域進(jìn)行處理，軟閾值函數(shù)w'如下所 示：54 :利用上述改進(jìn)單尺度Retinex算法去霧處理后的低頻子帶LL的小波系數(shù)和小波 閾值方法處理后的所有高頻子帶的小波系數(shù)進(jìn)行小波逆變換，獲得重構(gòu)后的亮度分量圖像 55 :飽和度分量S根據(jù)亮度分量V的變化進(jìn)行自適應(yīng)調(diào)整，具體如下式所示： Sr (x,y) =S(x,y)+t(V, (x,y)-V(x,y))Xξ(x,y) 式中：V(x，y)為原圖像像素點(diǎn)的亮度值，V' (x，y)為像素點(diǎn)增強(qiáng)后的亮度值，S(x，y