[发明专利]一种采用灰度图引导滤波实现的实时视频去雾方法

说明书

本发明公开了一种采用灰度图引导滤波的实时视频去雾方法，包括：视频流中获取图像；原图像转化成灰度图像；灰度图像进行引导滤波；对原图进行下采样，获得小图；根据暗原色定义公式求出小图的暗原色图像；使用四叉树法找到浓雾区域或天空区域；利用改进的大气光散射模型复原图像，输出雾天视频。本发明的优点在于：复原出的图像，去雾效果彻底，色彩鲜艳明丽，不会像暗原色理论去雾算法出现天空区域彩色失真，景深变化大地方出现白边现象等问题，对于小雾、中雾和大雾都有着非常好的去雾效果，而且计算量少，处理速度快且稳定。

技术领域

本发明涉及视频处理技术领域，特别涉及一种采用灰度图引导滤波的实时视频去雾方法。

背景技术

在雾霾天气条件下，由于大气中的悬浮颗粒对光线的散射作用，使得拍摄的视频对比度与能见度降低，严重影响了户外图像采集系统的正常工作。因此，对雾霾天气下拍摄到的视频进行实时的去雾处理，提高视频质量是十分有意义的。

近年来国内外学者主要对单幅图像的去雾进行研究，并在该领域取得较大的突破。目前，对于雾天图像处理方法主要划分成两大类：基于图像增强去雾算法和基于物理模型的图像复原去雾算法。图像增强的典型方法如基于Retinex 理论的去雾算法，该类算法能有效增加对比度，突出细节，能在一定程度上去雾和提高雾天图像的视觉效果，但由于没有考虑到图像的退化问题，还原图像信息能力有限，容易导致图像部分信息丢失，没能从根本上去雾且处理后的图像容易出现灰度化，再者其算法复杂度高，达不到实时性要求。另一类是基于物理模型图像复原典型的方法例如暗原色先验去雾算法，暗原色先验去雾算法中假设大气散射模型中的大气光为定值，通过暗原色先验理论求透射率图来复原雾天图像，对于一般的户外雾天图像可以取得较好的去雾效果但算法复杂度高达不到视频实时处理的要求，而且去雾后图像的天空区域容易出现过饱和，彩色失真，图像整体偏暗等问题。国内外学者提出了诸多去雾算法，但大多数仅适用于单幅图像的去雾，目前实时视频去雾的研究成果总体来说还是比较少的，而且现有的方法大多数在运算速度和去雾效果上还是无法让人满意，无法兼顾处理速度和去雾效果。

发明内容

本发明针对现有技术的缺陷，提供了一种采用灰度图引导滤波的实时视频去雾方法，能有效的解决上述现有技术存在的问题。

为了实现以上发明目的，本发明采取的技术方案如下：

一种采用灰度图引导滤波的实时视频去雾方法，包括以下步骤：

步骤一：在雾霾天气下的视频流中获取图像image_src；

步骤二：将原图像转化成灰度图像image_gray；

步骤三：以灰度图像image_gray作为引导图像使用引导滤波算法对灰度图像image_gray进行引导滤波得到图像image_guided；

步骤四：采用图像下采样技术对原图image_src进行下采样，获得小图 image_src_mini；

步骤五：根据暗原色定义公式求出小图image_src_mini的暗原色图像 image_dark；

步骤六：在暗原色图像image_dark上，使用四叉树法快速找到浓雾区域或天空区域H；

所述步骤六中四叉树法为，首先对暗原色图像image_dark进行四等分分割，用区域的均值减去标准差的差值来准确确定浓雾区域，差值最大的区域即为浓雾区域或天空区域，公式表示为：

D(d)＝A(d)-S(d)

式中：d为其中某一区域，d＝1,2,3,4；A(d)和S(d)分别为该区域的平均值和标准差；D(d)为平均值与标准差之间的差值；

为了提高准确率，取D(d)值最大块继续四等分分割，如此重复迭代，直到图像的块大小小于给定阀值，将该图像块作为浓雾区域或天空区域；