圖像去霧方法及其系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域，尤其設(shè)及一種圖像去霧方法及其系統(tǒng)。
【背景技術(shù)】
[0002] 目前，針對(duì)圖像去霧，研究工作主要集中在對(duì)單幅圖像的去霧。常用的圖像去霧方 法包括Retinex方法、化ttal方法、He方法和化rel方法。
[0003] Retinex方法設(shè)定輸入的退化圖像是亮度圖像與反射圖像的乘積。通過(guò)去除或降 低亮度圖像的影響，從而盡量保留反映場(chǎng)景本質(zhì)的反射圖像來(lái)去霧。然而，其在顏色信息處 理過(guò)程中采用了輸入圖像色度的非線性函數(shù)值來(lái)補(bǔ)償顏色信息的丟失，無(wú)法還原場(chǎng)景的真 實(shí)顏色。
[0004] 化ttal方法首先假設(shè)圖像局部區(qū)域的反射率是常數(shù)，并且該反射率與傳輸率是相 互獨(dú)立。利用獨(dú)立分量估計(jì)反射率的方向，并基于馬爾可夫隨機(jī)場(chǎng)估計(jì)圖像的顏色，取得較 好的去霧結(jié)果。但是，該方法假設(shè)局部區(qū)域內(nèi)的統(tǒng)計(jì)相互獨(dú)立且需要充分的顏色信息，導(dǎo)致 其在低能見(jiàn)度或顏色信息不夠明顯的情況下，常常會(huì)失效。
[000引化方法統(tǒng)計(jì)分析大量戶外高能見(jiàn)度圖像并提取暗通道先驗(yàn)。通過(guò)該先驗(yàn)估計(jì)大氣 光和傳輸率，再利用圖像樞圖對(duì)傳輸率進(jìn)一步優(yōu)化。利用霧天成像的物理模型進(jìn)行圖像去 霧。該方法去霧效果較好，無(wú)需附加條件，但是當(dāng)場(chǎng)景中不存在暗原色時(shí)，其往往無(wú)效。同 時(shí)，該方法優(yōu)化傳輸率時(shí)采用樞圖處理，本質(zhì)上是求解一個(gè)大規(guī)模稀疏的線性方程組，擁有 很高的時(shí)間與空間復(fù)雜度。
[0006] Tarel方法假設(shè)大氣散射函數(shù)在一定范圍內(nèi)趨近于最大值，采用改進(jìn)的中值濾波 對(duì)大氣散射函數(shù)進(jìn)行估計(jì)，從而來(lái)對(duì)單幅圖像進(jìn)行能見(jiàn)度去霧處理。該方法盡管擁有較低 的時(shí)間復(fù)雜度，較高的執(zhí)行效率，但是并不能夠較好的保持圖像邊緣，并且容易使得去霧結(jié) 果產(chǎn)生光暈效應(yīng)。
[0007] Tan方法利用低能見(jiàn)度圖像的對(duì)比度比高能見(jiàn)度圖像低運(yùn)一先驗(yàn)，通過(guò)最大化去 霧圖像局部對(duì)比度來(lái)增強(qiáng)圖像?；隈R爾可夫隨機(jī)場(chǎng)來(lái)歸一化結(jié)果，其在景深突變的區(qū)域 很容易產(chǎn)生光暈效應(yīng)，同時(shí)去霧出的圖像顏色過(guò)于飽和。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的是:針對(duì)現(xiàn)有技術(shù)的不足，提供一種細(xì)節(jié)清晰、景深突變區(qū)域無(wú)殘霧 和光暈效應(yīng)、能更好地恢復(fù)真實(shí)場(chǎng)景的圖像去霧方法及其系統(tǒng)。
[0009] 為了達(dá)到上述目的，一方面，本發(fā)明提供了一種圖像去霧方法，其包括W下步驟：
[0010] 步驟一，采集包含有霧的圖像；
[0011] 步驟二，根據(jù)圖像的邊界條件獲得初始的大氣散射函數(shù)；
[0012] 步驟Ξ，利用遞歸雙邊濾波來(lái)精化初始的大氣散射函數(shù)；
[0013] 步驟四，再次使用遞歸雙邊濾波器得到局部對(duì)比度；
[0014] 步驟五，基于局部對(duì)比度，對(duì)不同濃度的霧區(qū)域自適應(yīng)地進(jìn)行處理；
[0015] 步驟六，根據(jù)圖像退化模型快速獲得去霧結(jié)果，并進(jìn)行色調(diào)調(diào)整后將最終結(jié)果進(jìn) 行輸出展示。
[0016] 另一方面，本發(fā)明提供了一種圖像去霧系統(tǒng)，其包括圖像采集模塊、處理模塊、圖 像輸出模塊，其中，
[0017 ]圖像采集模塊:采集包含有霧的圖像并傳送給處理模塊；
[0018] 處理模塊:根據(jù)圖像的邊界條件獲得初始的大氣散射函數(shù)，利用遞歸雙邊濾波來(lái) 精化初始的大氣散射函數(shù)，再次使用遞歸雙邊濾波器得到局部對(duì)比度，基于局部對(duì)比度，對(duì) 不同濃度的霧區(qū)域自適應(yīng)地進(jìn)行處理，根據(jù)圖像退化模型快速獲得去霧結(jié)果，并進(jìn)行色調(diào) 調(diào)整；
[0019] 圖像輸出模塊:將最終結(jié)果進(jìn)行輸出展示。
[0020] 本發(fā)明的有益效果如下：本發(fā)明提供的圖像去霧方法及其系統(tǒng)，其關(guān)鍵在于能夠 獲得準(zhǔn)確的大氣散射函數(shù)。首先，利用給定圖像的邊界條件獲得初始的大氣散射函數(shù)。為 了能有效地避免光暈現(xiàn)象，利用遞歸雙邊濾波來(lái)精化初始的大氣散射函數(shù)。之后再次使用 遞歸雙邊濾波器得到局部對(duì)比度。基于局部對(duì)比度，不同濃度的霧區(qū)域能夠被自適應(yīng)地進(jìn) 行處理。為了能夠得到更真實(shí)的效果，采用色調(diào)映射對(duì)其結(jié)果進(jìn)行處理。為了加速該方法， 本發(fā)明采用一種自適應(yīng)的非均勻采樣策略。對(duì)于輸入的輸入圖像構(gòu)建其相應(yīng)的高維特征空 間，并借助高斯KD化-dimensiona 1)樹(shù)對(duì)特征空間進(jìn)行自適應(yīng)的剖分。采用高斯權(quán)度量像素 點(diǎn)對(duì)應(yīng)特征向量的相似度，則每個(gè)剖分得到的子空間是由特征相似的像素點(diǎn)聚類構(gòu)成。計(jì) 算每個(gè)葉結(jié)點(diǎn)子空間的采樣，并用運(yùn)些采樣點(diǎn)近似表示圖像的輸入數(shù)據(jù)集。由此，得到的采 樣點(diǎn)數(shù)量會(huì)小于輸入數(shù)據(jù)集?；谶\(yùn)些采樣點(diǎn)進(jìn)行去霧處理，并將計(jì)算結(jié)果插值到輸入數(shù) 據(jù)集。該方法能夠快速有效地對(duì)單幅圖像進(jìn)行去霧處理。
【附圖說(shuō)明】
[0021 ]圖1為本發(fā)明圖像去霧方法的流程圖。
【具體實(shí)施方式】
[0022 ]如圖1所示，本發(fā)明提供了一種圖像去霧方法，其包括W下步驟：
[0023] 步驟一，采集包含有霧的圖像；
[0024] 步驟二，根據(jù)圖像的邊界條件獲得初始的大氣散射函數(shù)；
[0025] 步驟Ξ，利用遞歸雙邊濾波來(lái)精化初始的大氣散射函數(shù)；
[0026] 步驟四，再次使用遞歸雙邊濾波器得到局部對(duì)比度；
[0027] 步驟五，基于局部對(duì)比度，對(duì)不同濃度的霧區(qū)域自適應(yīng)地進(jìn)行處理；
[0028] 步驟六，根據(jù)圖像退化模型快速獲得去霧結(jié)果，并進(jìn)行色調(diào)調(diào)整后將最終結(jié)果進(jìn) 行輸出展示。
[0029] 優(yōu)選的，步驟二中根據(jù)圖像退化模型得到全局大氣光A，采用像素點(diǎn)i為中屯、的窗 口 ω (i)對(duì)輸入圖像的r，g，b^通道分別進(jìn)行最小值濾波，然后，選取濾波后的Ξ通道最大 值作為全局大氣光A，
[0030]
[0031] 其中，j是像素點(diǎn)索引，I是輸入圖像。
[0032] 進(jìn)一步優(yōu)選的，所述初始的大氣散射函數(shù)由W下方法獲得，假設(shè)在窗口 ωα)內(nèi)的 大氣散射函數(shù)為常數(shù)，定義其為να),根據(jù)場(chǎng)景福射通常是有界的運(yùn)一物理特性，即J>B， 可W得到
[0033]
[0034] 其中，να)為大氣散射函數(shù)，ζ為屬于窗口 ωα)內(nèi)的像素點(diǎn)，曰￡^，邑，6}，1是場(chǎng)景 福射，Β為場(chǎng)景福射的下邊界，Wb(i)為將場(chǎng)景福射的下邊界代入所得大氣散射函數(shù)的上邊 界。
[0035] 再進(jìn)一步優(yōu)選的，允許窗口內(nèi)場(chǎng)景傳輸值有細(xì)微的變化，從而將場(chǎng)景傳輸?shù)某跏?估計(jì)值進(jìn)一步調(diào)整為
庚中，Wa(i)為大氣散射函數(shù)初始估計(jì)值。
[0036] 再進(jìn)一步優(yōu)選的，所述步驟Ξ中采用遞歸雙邊濾波算子，基于一系列一維的離散 信號(hào)操作，通過(guò)多次迭代，對(duì)初始的大氣散射函數(shù)的精化如下，
[0037]
[003引其中，]\fea)為精化后的大氣散射函數(shù)，
其中，〇sl，〇rl分別為空間域和范圍域的參數(shù)。此過(guò)程記為M(i)=R邸(Wa(i)，〇sl，〇rl)。
[0039] 更進(jìn)一步優(yōu)選的，所述步驟四中對(duì)大氣散射函數(shù)初始估計(jì)值Wa(i)進(jìn)行更大尺度 的雙邊濾波得(i)，M^ (i)和局部對(duì)比度N(i)的計(jì)算公式分別為，
[0040] M' (i)=RBF(Wa(i)，〇s2,〇r2)，〇s2>〇sl，〇r2>〇rl
[0041 ] N(i)= (i)
[0042] 其中，分別為空間域和范圍域的參數(shù)，M(i)為對(duì)初始的大氣散射函數(shù)雙邊 濾波的結(jié)果。
[0043] 大氣散射函數(shù)的估計(jì)值為，
[0044]
[004引式中，Vb(i)為基于局部對(duì)比度的大氣散射函數(shù)的估計(jì)值，m為M(i)的平均灰度值， k為一個(gè)可調(diào)的系數(shù)，
[0046] 由于0<V(i) <W(i)，采用￥:。）=111日又(111111(口￥6(1)，胖3。）），0)對(duì)￥6。）加^約束， 其中，Vf(i)為最終大氣散射函數(shù)估計(jì)值，P是為平衡因子，其作用為保留小部分霧，使得去 霧后的結(jié)果更真實(shí)。
[0047] 更進(jìn)一步優(yōu)選的，所述步驟五中對(duì)不同濃度的霧區(qū)域自適應(yīng)地進(jìn)行處理步驟如 下:首先，基于輸入圖像的像素點(diǎn)的空間位置信息和顏色信息構(gòu)造其5維特征空間;然后，利 用高斯K的對(duì)對(duì)特征空間中的特征點(diǎn)進(jìn)行自適應(yīng)的聚類，在特征點(diǎn)相似度較小的區(qū)域，進(jìn)行 細(xì)粒度剖分，局部聚類數(shù)較多，在特征點(diǎn)相似度較大的區(qū)域，進(jìn)行粗粒度剖分，局部聚類數(shù) 較少，如果子空間所包含特征點(diǎn)的顏色方差高于設(shè)定的闊值，那么將會(huì)繼續(xù)剖分;反之，貝U 停止剖分，得到葉結(jié)點(diǎn)，分別計(jì)算葉結(jié)點(diǎn)子空間所包含的特征點(diǎn)與該子