[发明专利]一种基于暗通道补偿与大气光值改进的图像去雾方法

说明书

本发明公开一种基于暗通道补偿与大气光值改进的图像去雾方法，不仅能够有效地修正被低估的暗通道值，减弱图像景物边缘处的光晕效应，而且还可以精确地获取图像的大气光值，使恢复后的图像更加清晰自然，细节保留更加丰富。本发明具体实施步骤为：首先利用原图的R、G、B三个颜色通道求出最小值通道图像，并借助暗通道补偿模型获取补偿后的暗通道图像；然后通过对原图进行灰度化处理、四叉树分割等步骤计算出图像的大气光值；最后结合暗通道图像和大气光值估计出图像透射率，并通过大气散射模型恢复出无雾图像。实验结果及主客观评价都证实了本发明方法的可行性与有效性。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于暗通道补偿与大气光 值改进的图像去雾方法。

背景技术

在雾霾场景中，大气悬浮粒子势必会对光线产生一定的吸收及散射作用， 造成户外图像可视性的大幅下降，导致图像出现对比度下降、色彩衰减等退 化现象，影响人眼的视觉观测以及机器视觉设备的正常运转，因此研究图像 去雾方法有着非常重要的现实意义。

图像去雾方法主要分为两种，一种是基于图像增强的去雾方法，其主要 是通过提升对比度、突出细节特征等来实现图像的清晰化，但该方法忽略了 真实雾场景的内在联系，容易导致图像出现颜色失真现象；而另一种去雾方 法是基于大气散射物理模型的图像复原方法，其借助严格的理论公式推导得 出图像恢复模型，该方法具有去雾彻底、真实自然等特点，但同时也造成了 较高的时间复杂度，很难满足实时性要求。

基于假设或先验知识的图像去雾算法成为目前应用最广泛的去雾方法， 例如He等人通过对户外无雾图像进行统计发现了一种新的理论——暗原色 先验理论(DarkChannel Piror,DCP)，该方法是利用暗原色先验估计大气光和 透射率，并借助软抠图技术(Soft Matting,SM)改善透射率图，复原出清晰的 无雾图像。但是，软抠图技术使得暗通道先验算法的时间复杂度和空间复杂 度大大增加。此后，He等人又相继提出了引导滤波取代软抠图，降低了算 法复杂度，但在远景区域仍存在明显的残雾；Meng等人提出了一种基于边 界约束的去雾算法，该方法通过增加物理模型中参数的约束条件来复原无雾 图像，通过牺牲少量细节来提升复原效果，得到了较为清晰的图像，但其后 处理操作的计算复杂度较大；Zhu等人通过观察HSV(Hue,Saturation,Value) 颜色通道发现，亮度和饱和度之差与图像景深之间存在线性关系，并据此提 出了颜色衰减先验知识，建立了景深信息关于图像饱和度、亮度的数学模型， 利用监督学习的方法解出景深信息，从而实现对图像去雾，该方法简单有效， 但其通过设置全图统一的大气散射系数β计算的透射率易造成局部区域去雾程度不足。

在以上去雾算法中，He等人提出的暗通道先验去雾方法因简单而有效 被更多人所熟知，但在实际应用当中，该方法由于存在暗通道被低估、大气 光值选取不准确等问题，直接影响了图像的整体恢复效果。

发明内容

本发明的目的是提供一种基于暗通道补偿与大气光值改进的图像去雾 方法，能够有效的改进现有技术中存在的暗通道先验算法不足的问题。

本发明所采用的技术方案是，一种基于暗通道补偿与大气光值改进的图 像去雾方法，具体按照以下步骤实施：

步骤1、获取输入的雾天图像I(x)的红、绿、蓝三个颜色通道值最小值 通道图像I^dark1，然后对其通过最小值滤波计算得到初始暗通道图像I^dark2(x)；

步骤2、根据最小值通道图像I^dark1、初始暗通道图像I^dark2(x)计算暗通道 补偿模型，进而得到补偿后的暗通道图像I^dark(x)；

步骤3、结合改进的四叉树分割的方法计算雾天图像I(x)的大气光值A， 并根据补偿后的暗通道图像I^dark(x)，计算大气透射率t(x)；