[发明专利]一种改进的图像去雾方法

说明书

本发明公开了一种改进的图像去雾方法，包括以下步骤：S1：对输入图像求取；S2：对求取的分别使用大小和大小的滤波器模板进行滤波，求得有雾图像的两个暗通道和；S3：将原图像转换为灰度图像，然后使用Sobel算子分别计算x方向的梯度和y方向的梯度，在求取梯度的幅值，制作出掩膜；S4：使用掩膜对两个暗通道进行合成：；S5：令，，求取；S6：求取3个通道的大气光值A；S7：使用公式，获得去雾图像；S8：使用直方图均衡化进行一次亮度增强。

技术领域

本发明具体涉及一种改进的图像去雾方法。

背景技术

随着环境污染的加剧，越来越多的城市频繁地出现了雾霾天气。雾霾不仅对人们的身体健康造成了巨大危害，同时也对视频监控设备的成像质量造成了严重影响，所以对视频监控设备在雾霾天气的成像质量提出了更高的要求。

目前图像去雾算法主要分为基于物理模型的图像复原去雾和基于图像本身的图像增强去雾。基于物理模型的图像复原去雾就是利用雾天图像退化模型，估计出模型参数，然后还原图像；基于图像本身的图像增强去雾不考虑雾气导致图像降质这一先验信息，直接使用某种图像增强算法进行去雾。何恺明提出的基于暗通道先验的去雾算法，该算法在估计光线传播图时使用的基于导向滤波的软抠图非常耗时。用于软抠图的导向滤波计算过于复杂，需要多次重复计算滤波器系数，内存消耗量较大，并且对带有天空的有雾图像去雾效果不太理想，去雾后图像的天空易出现大量色斑。

发明内容

本发明要解决的技术问题是提供一种改进的图像去雾方法。

一种改进的图像去雾方法，包括以下步骤：

S1：对输入图像求取；

S2：对求取的分别使用大小和大小的滤波器模板进行滤波，求得有雾图像的两个暗通道和；

S3：将原图像转换为灰度图像，然后使用Sobel算子分别计算x方向的梯度和y方向的梯度，在求取梯度的幅值，制作出掩膜；

S4：使用掩膜对两个暗通道进行合成：

；

S5：令，，求取；

S6：求取3个通道的大气光值A；

S7：使用公式，获得去雾图像；

S8：使用直方图均衡化进行一次亮度增强。

本发明的有益效果是：

本发明在基于暗通道先验的图像去雾算法的基础上进行了改进，主要改进的是光线传播图的估计和暗通道的求取。使用梯度计算和制作掩膜替代了较复杂的导向滤波。对含有天空的有雾图像在去雾后消除了光晕和色斑现象，去雾效果较好，运行时间大约降低了60%，速度显著提高。

具体实施方式

以下具体实施例对本发明作进一步阐述，但不作为对本发明的限定。

一种改进的图像去雾方法，包括以下步骤：

S1：对输入图像求取；

S2：对求取的分别使用大小和大小的滤波器模板进行滤波，求得有雾图像的两个暗通道和；

S3：将原图像转换为灰度图像，然后使用Sobel算子分别计算x方向的梯度和y方向的梯度，在求取梯度的幅值，制作出掩膜；

S4：使用掩膜对两个暗通道进行合成：

；

S5：令，，求取；

S6：求取3个通道的大气光值A；

S7：使用公式，获得去雾图像；

S8：使用直方图均衡化进行一次亮度增强。