[发明专利]一种实时长波红外透雾性能增强算法

权利要求书

1.一种实时长波红外透雾性能增强算法，其特征在于，包括以下步骤：

步骤1，读取长波红外有雾图像作为原始图像，读取与原始图像相同场景点长波红外无雾图像作为期望图像，对原始图像、去雾恢复图像和暗通道图像进行初始化，设置去雾参数，得到原始图像的初始化图像、去雾恢复图像的初始化图像和暗通道图像的初始化图像；

步骤2，将原始图像的初始化图像的每个像素各分量的最小值存入一幅和原始图像大小相同的灰度图中，获得最小值灰度图，再对最小值灰度图进行最小值滤波与优化，得到暗通道图；

步骤3，针对长波红外有雾图像的特点在暗通道图中找到亮度最高值，并在一定区域内进行亮度最高值平均，得到优化的大气光值；

步骤4，将暗通道图和大气光值带入透射率公式，进行透射率估计，得到透射率图，对透射率图进行图像降采样，利用导向滤波获得更为精细的透射率图后再利用图像升采样恢复图像大小，获得二次透射率图；

步骤5，将暗通道图、大气光值和二次透射率图带入公式进行无雾图像恢复，获得去雾恢复图像；

步骤6，根据去雾恢复图像获得其直方图，并对去雾恢复图像的直方图应用直方图规定化原理进行调整，以匹配期望图像的直方图分布规律，获得调整直方图分布后的图像；

步骤7，将获得的调整直方图分布后的图像通过双向直方图均衡化技术在直方图的灰度密度和灰度间距两个方向同时进行均衡化处理，最终得到高质量长波红外去雾图像，具体如下：

步骤7-1，对pic_ad双向均衡化过程进行初始化：

利用size函数返回pic_ad的行数和列数得到[row,col]，将pic_ad赋予g，将g+1赋予g以修改像素范围，将g(:,:,1)赋予原始图像矩阵II作为其初始化矩阵，将g(:,:,1)赋予直方图均衡矩阵J作为其初始化矩阵，将g(:,:,1)赋予双向直方图均衡矩阵JJ作为其初始化矩阵，将256赋予灰度级L，利用zeros函数得到L*1的零矩阵初始化频率统计直方图结果数组PS，利用zeros函数得到L*1的零矩阵作为II初始化的灰度统计数组nK，利用zeros函数得到L*1的零矩阵作为J初始化的灰度统计数组nK2；

步骤7-2，对pic_ad直方图灰度密度均衡化：

将row*col赋予总像素个数n，利用II获得像素点灰度级num1，进而对II进行灰度统计得到nK，利用nK进行直方图概率估计统计得到PS，进一步建立直方图密度均衡化查表S，进而得到直方图密度均衡化像素值J，利用II获得像素点灰度级num2，进而对II进行灰度统计得到nK2；

步骤7-3，对pic_ad直方图灰度间距均衡化：

利用zeros函数生成L*1全零阵初始化像素有效值的位置函数intv，利用zeros函数生成L*1全零阵初始化查找表函数lut，利用nK2获得像素有效值的位置intv，利用intv建立直方图密度均衡化查表lut，利用lut将J进行间距均衡得到JJ，将JJ利用imwrite函数存储最终得到高质量长波红外去雾图像。

2.根据权利要求1所述的实时长波红外透雾性能增强算法，其特征在于，步骤1，读取长波红外有雾图像作为原始图像，读取与原始图像相同场景点长波红外无雾图像作为期望图像，对原始图像、去雾恢复图像和暗通道图像进行初始化，设置去雾参数，得到原始图像的初始化图像、去雾恢复图像的初始化图像和暗通道图像的初始化图像，具体如下：

步骤1-1，读取长波红外有雾图像并将其存储为I0，读取与原始图像相同场景点长波红外无雾图像作为期望图像，将其存储为pic_tem，通过imshow函数展示I0；

步骤1-2，将I0转化为double型后将各像元通道的灰度值除以255以全部转化到0-1之间，变为原始图像的初始化图像I，利用size函数获取I的大小，记为[h,w,c]，初始化去雾系数w0为0.95，利用zeros函数得到h*w*c的零矩阵作为去雾恢复图像dehaze的初始化图像，利用zeros函数得到h*w的零矩阵作为暗通道图像win_dark的初始化图像，转入步骤2。