[发明专利]一种基于图像分层增强的图像去雾方法及系统有效

专利信息
申请号: 201410127722.3 申请日: 2014-03-31
公开(公告)号: CN103914820B 公开(公告)日: 2017-01-18
发明(设计)人: 张云;田金文;高骏逸;李涛;李斌;龚俊斌 申请(专利权)人: 华中科技大学
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 华中科技大学专利中心42201 代理人: 廖盈春
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 分层 增强 方法 系统
【权利要求书】:

1.一种基于图像分层增强的图像去雾方法,其特征在于,所述方法包括以下步骤:

S1、估测原始图像的大气光值A;

S2、结合所述大气光值构造两层半逆图像,对两层半逆图像进行线性对比度增强;

S3、计算原始图像和增强后的半逆图像在CIE LCH空间H通道的绝对差值,根据所述绝对差值确定增强后的半逆图像的权值分布,根据所述权值分布将两层增强后的半逆图像进行加权融合;

S4、对融合后的图像进一步线性增强,获得最终的对比度增强的去雾图像。

2.如权利要求1所述的基于图像分层增强的图像去雾方法,其特征在于,所述步骤S1包括以下子步骤:

S11、基于Retinex思想将高斯核函数与原始图像的灰度图进行卷积,得到原始图像的照度分量图;

S12、从照度分量图中搜索出最亮的区域;

S13、对应照度分量图中最亮的区域,将原始图像的灰度图中相应位置的值作为估计的大气光值A。

3.如权利要求1或2所述的基于图像分层增强的图像去雾方法,其特征在于,所述步骤S2包括以下子步骤:

S21、将所述大气光值A进行分段,取参考值A0为A/2;

S22、将原始图像分离成3通道,分别计算参考值A0与原始图像的r、g、b值的差值A0-r,A0-g和A0-b,然后分别取所述差值和对应的原通道r、g、b值的最大值作为输出,构成3个半逆通道;

S23、将3个半逆通道分别进行线性对比度增强,再合并得到增强后的半逆图像;

S24、取参考值A0为A/4,重复步骤S22-S23,获得另一层增强后的半逆图像。

4.如权利要求3所述的基于图像分层增强的图像去雾方法,其特征在于,所述步骤S3包括以下子步骤:

S31、转换原始图像和第一层增强后的半逆图像到CIE LCH空间,计算它们在H通道上的绝对差,得到差值图,并将差值图中绝对差小于设定阈值的部分进行标记;

S32、对H通道差值图中被标记和未被标记的区域设定不同的权值,得到权值图并将其作为第一层的权重分布图;

S33、用1和第一层的权重分布图作差,得到第二层的权重分布图;

S34、将两层增强后的半逆图像进行融合:在每一层中将增强后的半逆图像与该层对应的权重分布图相乘,对两层分别加权后的结果求和。

5.如权利要求4所述的基于图像分层增强的图像去雾方法,其特征在于,所述步骤S4包括以下子步骤:

S41、对融合后的图像的每个通道进行对比度增强;

S42、将步骤S41中每个通道增强前后的结果分别进行加权求和;

S43、将求和后的三个通道进行合并,获得最终的对比度增强的去雾图像。

6.一种基于图像分层增强的图像去雾系统,包括估测模块、构造模块、融合模块和线性增强模块,其特征在于,

所述估测模块用于估测原始图像的大气光值A;

所述构造模块用于结合所述大气光值构造两层半逆图像,对两层半逆图像进行线性对比度增强;

所述融合模块用于计算原始图像和增强后的半逆图像在CIE LCH空间H通道的绝对差值,根据所述绝对差值确定增强后的半逆图像的权值分布,根据所述权值分布将两层增强后的半逆图像进行加权融合;

所述线性增强模块用于对融合后的图像进一步线性增强,获得最终的对比度增强的去雾图像。

7.如权利要求6所述的基于图像分层增强的图像去雾系统,其特征在于,所述估测模块包括第一估测子模块、第二估测子模块和第三估测子模块,

所述第一估测子模块基于Retinex思想将高斯核函数与原始图像的灰度图进行卷积,得到原始图像的照度分量图;

所述第二估测子模块用于从所述照度分量图中搜索出最亮的区域;

所述第三估测子模块用于对应照度分量图中最亮的区域,将原始图像的灰度图中相应位置的值作为估计的大气光值A。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410127722.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top