[发明专利]应用于雾霾天气下的视频图像的两级分割图像的方法

权利要求书

1.应用于雾霾天气下的视频图像的两级分割图像的方法，其特征在于，包括以下步骤：

S1、从视频中获取原始图像；

S2、对获取的原始图像进行暗通道预处理，获取预处理后的图像；

S3、使用Grab cut方法对预处理后的图像进行图像分割，得到第一次分割后的图像；

S4、使用模糊C-均值聚类算法对第一次分割后的图像进行第二次分割，得到最终分割的图像。

2.如权利要求1所述的应用于雾霾天气下的视频图像的两级分割图像的方法，其特征在于，步骤S2的具体操作步骤包括：

S21、比较原始图像中的各个像素点中的三个颜色通道的值，并将各个像素点中的三个颜色通道的值中的最小值设为暗通道图的像素值，利用暗通道图的像素值获取原始图像的暗通道图像Jdark，三个颜色通道分别为红色通道、绿色通道、蓝色通道；

S22、利用暗通道图像Jdark计算图像的透射率t(x)；

S23、利用形态学的开操作对透射率t(x)进行优化，得到优化后的透射率t'(x)；

S24、估算出大气光值A；

S25、根据有雾图像的光学模型理论模型、从视频中获取原始图像、大气光值A和优化后的透射率t'(x)，得出预处理后的图像的最初亮度J(x)；

S26、根据预处理后的图像的最初亮度J(x)对预处理后的图像进行亮度增强，获取预处理后的图像。

3.如权利要求2所述的应用于雾霾天气下的视频图像的两级分割图像的方法，其特征在于，步骤S22的具体操作步骤包括：

S222、暗通道图像Jdark内的总像素点个数为NUM，获取总像素点个数NUM中的前千分之一个最亮的像素点的值，记下暗通道图像Jdark的最亮的像素点的值所对应的坐标(xn,yn)，其中n＝[1r,...,N]；

S223、根据最亮的像素点的值所对应的坐标(xn,yn)，分别在原始图像的红色通道、绿色通道、蓝色通道内获取坐标(xn,yn)对应的像素点位置的像素值，并分别进行加和可得(sumR,sumG,sumB)，其中，sumR为红色通道的坐标(xn,yn)所对应的像素值之和，sumG为绿色通道的坐标(xn,yn)所对应的像素值之和，sumB为蓝色通道的坐标(xn,yn)所对应的像素值之和；

S224、估算出三个颜色通道的大气光值Ac＝[Ar,Ag,Ab]，其中Ar＝sumR/N，Ag＝sumG/N，Ab＝sumB/N；

有雾图像的光学模型理论模型的描述方程为公式(1)：

Ic(x)＝Jc(x)t(x)+Ac[1-t(x)] (1)

其中，Ic(x)为有雾图像即从视频中获取的原始图像的三个颜色通道图，Jc(x)为待恢复的无雾图像的三个颜色通道图，t(x)为透射率，Ac为三个颜色通道的大气光值，c为图像的三个颜色通道即图像的红色通道、绿色通道和蓝色通道；

对公式(1)等号两边同时进行两次最小值计算，可得公式(2)：

min c ( min y ∈ Ω ( x ) I c ( y ) A c ) = t ( x ) min c ( min y ∈ Ω ( x ) J c ( y ) A c ) + 1 - t ( x ) - - - ( 2 ) ]]>

其中，Ω(x)为原始图像中以x坐标所在位置为中心的方形区域，Ic(y)为原始图像中三个颜色通道中的某一个通道图，Ac为三个颜色通道的大气光值，Jc(y)为处理后的无雾图像中三个颜色通道中的某一个通道图；

暗通道图像的各个像素点的值如公式(3)所示；

J d a r k ( x ) = min c ( min y ∈ Ω ( x ) J c ( y ) ) ≈ 0 - - - ( 3 ) ]]>

由公式(2)和公式(3)得出公式(4)；

t ( x ) = 1 - min c ( min y ∈ Ω ( x ) I c ( y ) A c ) - - - ( 4 ) ]]>

在t(x)中引入系数因子ω，ω的取值为[0，1]，因此公式(4)转换为公式(5)：

t ( x ) = 1 - ω min c ( min y ∈ Ω ( x ) I c ( y ) A c ) - - - ( 5 ) ]]>

由公式(5)得出原始图像的透射率t(x)。