[发明专利]基于颜色衰减先验的图像去雾方法、系统及存储介质

说明书

本发明公开了基于颜色衰减先验的图像去雾方法、系统及存储介质，方法包括：通过预设的场景深度模型对输入图像进行第一处理，生成场景深度图；对场景深度图进行导向滤波处理；采用二叉树搜索算法对输入图像进行第二处理，得到大气光值；根据导向滤波处理后的场景深度图和大气光值对输入图像进行去雾处理，得到去雾图像。本发明通过导向滤波处理，解决了现有技术中采用颜色衰减先验法进行图像去雾后会产生近景区域模糊和细节丢失的问题，提高了去雾效果；另外，本发明还使用二叉树搜索算法代替了传统的逐点寻找大气光值的方法，适用于各种光照情景下的图像，加快了速度且增大了适用范围，可广泛应用于图像处理技术领域。

技术领域

本发明涉及图像处理技术领域，尤其是基于颜色衰减先验的图像去雾方法、系统及存储介质。

背景技术

术语解释：

饱和度：是指颜色的鲜艳程度，颜色越鲜艳，饱和度越高。

颜色衰减：是指图像中的某一个像素点的饱和度随着雾的出现而产生衰减的现象。

场景深度图：是指由雾图恢复过来的深度图。

大气光：是指大气散射光，光线在通过有尘土的空气或胶质溶液等媒质时，部分光线会向多个方面改变方向的现象。

光晕效应(halo效应)：是指图像经过处理后出现像太阳的光晕一样的效果。

透射率：是指大气光可以穿过大气媒介照到物体表面的能力。在有雾图中，浓雾区域的透射率比较低，在雾稀少的地方，透射率比较高。

随着中国各地城市化和工业化，在一些区域已经出现了雾霾天气。在室外采集到的图像通常被大气中的混浊介质，例如颗粒、水滴等所干扰，图像采集设备(如摄像机)从场景点接收到的图片会因为雾气对大气的吸收和散射而失去一些饱和度和颜色保真度，严重影响了户外图像采集系统的正常工作。

现有技术中有以下几种对图像进行去雾处理的方法：

1、颜色衰减先验法：对于户外有雾图像来说，任意区域雾的浓度与该区域像素点的亮度和饱和度之差成正相关。由于雾的浓度随着场景深度的变大而变浓，因此场景深度的变化与像素点的亮度和饱和度之差成正相关，由此建立场景深度模型，从而求得透射率，并用导向滤波进行细化透射率，然后估计大气光值，最后由透射率和大气光便可恢复无雾图。

2、改进的颜色衰减先验法：使用新的场景深度模型和新的大气光值的估计方法，使用监督学习的方法确定场景深度模型的参数，最后恢复无雾图。

3、暗通道先验法：由于一幅无雾图像的三个颜色通道(RGB红绿蓝)中的某一个通道的值是近似等于0的，相对于无雾图像，有雾图像中原本亮度值非常低的像素变高。利用这个先验信息和退化物理模型得到复原图像。

4、Retinex算法：该算法是一种基于Retinex色彩理论的图像增强方法。该理论的基本思想是人眼视觉可以不受光照变化的影响感知颜色信息，即颜色不变模型。该算法也将像素灰度值分为辐射照度和反射率两个部分，利用颜色不变模型估计出照度分量和反射分量，从而实现去雾的效果。

5、小波变换算法：该算法的基本思想是利用小波变换将图像变换到频域进行处理。小波变换是在傅里叶变换的基础上发展来的，它是一种空域和频域之间变换的方式。通过小波变换，图像可以被分为高频部分和低频部分，即图像的细节部分和结构部分。通过对高频部分即细节部分进行增强处理，从而达到去雾的效果。

以上现有的去雾处理方法具有以下缺点：

1、颜色衰减先验法会出现近景过度去雾导致细节丢失或者模糊，远景去雾效果不明显；

2、改进的颜色衰减先验法同样会出现近景区域模糊；

3、暗通道先验法在高亮度区域(如天空等)会出现光晕效应，使用软抠图算法细化透射率时计算速度慢；