[发明专利]一种基于梯度场区域分割的单幅图像的复原方法

说明书

本发明一种基于梯度场区域分割的单幅图像的复原方法，将缩放后的图像分别转换到HSI色空间和灰度空间，对亮度空间进行自动阈值分割，同时对灰度空间进行梯度场分割，获得图像的明亮区域和非明亮区域，根据明亮区域来获取代表全局大气背景光的值；通过对缩放后的图像获取暗通道图像，运用构建的NSRAD模型进行平滑处理，得到优化后的透射率图像，引入多区域理论，针对明亮区域和非明亮区域进行融合，对透射率图像进一步修正；在暗原色理论模型的基础上，根据以上获取的代表全局大气背景光的值和修正后的透射率图像，获得去雾图像。本发明对道路环境适应性强，算法稳定性好，能有效消除光晕现象，能有效地复原雾天的图像，使监测者获得更多有效的信息。

技术领域

本发明属于图像处理领域，尤其涉及一种基于梯度场区域场的单幅图像的复原方法。

背景技术

目前道路交通监控主要由采集设备、传输设备和处理设备等单元组成。采集设备主要是相机，目的是将道路和行人的信息通过传感器变成图像信息。当前监控设备通常适用于较好的无遮挡的自然环境下，当遇到恶劣的天气，如雾天时，相机采集的图像就会被遮挡，道路监控信息就会有损失。因此，能更好的对各种自然环境的道路信息进行监控存在十分重要的意义。

目前雾天图像复原方法一般有两类：基于暗原色的方法，基于图像增强的方法。基于暗原色理论的方法一般采用直接估计大气背景光的方法获取全局大气背景光的值，对透射率图像进行简单的平滑操作，之后通过暗通道模型，进行雾天图像的复原。该类型的方法虽然能达到复原的目的，但是对大气背景光的粗糙获取，直接影响图像复原的图像亮度；对透射率的平滑操作程度的深浅，直接影响恢复后图像的视觉效果。大多数情况，处理后的图像在天空区域会出现光晕。基于增强的方法，一般采用Retinex理论进行处理，该方法采用的多尺度该方法采用的多尺度的高斯卷积滤波处理，虽然对浓雾有较好的效果，但是对于薄雾，就会出现过增强现象。

环境中背景光的均匀性影响着视频采集图像的质量，传统的暗原色理论在处理采集的雾天图像时，没有考虑到图像中较亮的区域，即环境中背景光对图像有影响的区域，在估计图像的透射率时，采用全局的处理，造成估计的透射率偏小，经过暗原色模型处理恢复后，图像的整体亮度偏暗，且在较亮区域的边缘出现一定程度的光晕现象。

发明内容

本发明的目的在于提供一种基于梯度场区域分割的单幅图像的复原方法，针对雾天图像进行复原，避免了光晕现象，稳定图像的复原质量，让监控者获取更多的有用信息，能对道路情况进行更加有效监控。

本发明一种基于梯度场区域分割的单幅图像的复原方法，对输入的单幅图像进行缩放；一方面，将缩放后的图像分别转换到HSI色空间和灰度空间，在HSI色空间获取图像的亮度空间，对亮度空间进行自动阈值分割，同时对灰度空间进行梯度场分割，综合以上两种分割区域，获得图像的明亮区域和非明亮区域，根据明亮区域来获取代表全局大气背景光的值；另一方面，通过对缩放后的图像获取暗通道图像，运用构建的NSRAD模型进行平滑处理，得到优化后的透射率图像，将该透射率图像放大至原图尺寸之后，引入多区域理论，针对前面获得的明亮区域和非明亮区域进行融合，对透射率图像进一步地修正；最后，在暗原色理论模型的基础上，根据以上获取的代表全局大气背景光的值和修正后的透射率图像，获得去雾图像。

具体包括如下步骤：

步骤1、获取代表全局大气背景光的值

(1)对输入的单幅图像进行缩放，缩放到原图尺寸的一半；

(2)将缩放后的图像转化到HSI色空间，获取图像的亮度空间，对亮度空间进行自动阈值处理，最后通过中值滤波处理和形态学最小区域腐蚀，获得分割区域；

(3)同时将缩放后的图像转化到灰度空间，将图像转化为灰度图像，获取灰度图像的梯度，运用梯度的阈值，进行二值分割，最后通过中值滤波处理和形态学最小区域腐蚀，获得分割区域；