[发明专利]基于天空区域分割处理的单幅图像去雾方法

说明书

本发明公开了一种基于天空区域分割处理的图像去雾放法，步骤为：根据暗原色先验理论求取输入图像的初步估计透过率，分别对初步估计透过率采用中值滤波和引导滤波进行优化处理，并将两者结合，用中值滤波优化的透过率替换晕轮区域引导滤波优化的透过率；采用Canny边缘算子求取原始图像的边缘图像，并修正误判的区域，将图像划分为天空和地面两个区域，将其作为二值模板提取引导滤波优化之后的天空区域透过率，对提取的天空区域透过率进行非线性扩展处理；将以上两个步骤分别得到的透过率相结合，并进行引导滤波平滑处理；利用得到的优化透过率进行滤波处理。本发明可较好的改善晕轮效应和天空区域颜色的失真现象，对雾天图像的去雾效果有较大提升。

技术领域

本发明属于图像处理技术领域，特别涉及一种雾霾图像的去雾方法，尤其适用于包含天空区域的雾霾图像。

背景技术

现代社会，大量的系统依赖于成像设备来获取目标的相关信息，如交通、监控、遥感成像。近些年，我国北方大范围雾霾天气频繁发生，在雾霾天气下室外成像设备获取的图像质量下降，导致相关系统不能正常工作。雾霾对成像设备的影响主要是由雾霾颗粒物的散射作用造成的，从物体反射的光在传播过程中偏离传输路径没有参与成像。另一方面，环境中的其它光也会受到雾霾颗粒物的散射作用，部分进入到成像设备中参与成像。最终的图像会出现细节信息丢失、模糊、对比度下降、颜色偏移等现象。为了能在雾霾天气条件下对目标的图像信息进行更好的分析、利用，必须对获得的图像进行后续处理，通常采用图像增强和图像复原来恢复丢失的目标。

基于图像增强的图像去雾处理方法不考虑图像退化的原因，而是以主观因素为出发点，对于感兴趣的目标区域采取一定的处理手段进而突出目标信息，对于不感兴趣的非目标区域则予以削弱或去除。该类方法并不十分在意图像的整体效果，只对目标区域进行一定的处理，最终的处理图像可能并不具有良好的视觉效果。常用的图像增强算法有直方图均衡化算法、小波变换方法、Retinex去雾方法等。

基于图像复原的图像去雾处理方法以客观实际为出发点，根据图像退化的机理，找出对应的处理方法，使去雾图像与无雾条件下得到的图像尽可能逼近。基于图像复原的去雾方法以基于场景深度关系和基于先验信息的去雾方法为主。

基于场景深度关系的去雾方法，需要两张或两张以上的不同天气条件下的图像才能估计出图像中对应的场景深度。基于先验信息的图像去雾方法只需一幅图像就能进行去雾处理，但该方法需要通过先验假设对场景深度信息进行估算。何凯明等研究者基于大量户外无雾图像的统计特性提出了暗原色先验理论，该理论认为户外无雾图像在局部区域内的暗原色值趋于0，对于有雾图像其暗原色的分布可近似为雾霾厚度的分布，进而可以估算出透过率。该算法采用软抠图算法对初步估计透过率进行修正，去雾效果自然，但算法的复杂度较高,计算速度较慢,且在某些暗通道不接近0的区域会出现偏差,导致复原图像失真。国内外研究人员在暗原色先验理论去雾方法的基础上，提出了中值滤波、引导滤波、双边滤波等方法对透过率进行优化。中值滤波可以明显的改善晕轮效应，但中值滤波得到的去雾图颜色较暗沉，且在边缘近景区域容易出现黑斑效应引导滤波对能在一定程度上改善晕轮效应，但该方法可视为将晕轮区域的雾根据不同权值分配到了临近区域，导致临近区域会有少量的雾霾残留。双边滤波具有很好的保边效果，但该方法的计算复杂度较高且速度较慢，得到的去雾图像颜色暗沉。

发明内容

本发明的目的是提供一种适用于包含天空区域的雾霾图像的去雾方法，可以克服现有暗原色算法在天空区域引起的颜色失真问题，以及现有优化算法对晕轮效应改善不佳的问题。

为了实现上述目的，本发明采取如下的技术解决方案：

基于天空区域分割处理的单幅图像去雾方法，包括以下步骤：输入在雾霾天气条件下获得的原始图像I；

步骤一、获取初步估计透过率图像