[发明专利]一种基于自适应Gamma函数和改进型CLAHE的图像去雾方法

权利要求书

1.一种基于自适应Gamma函数和改进型CLAHE的图像去雾方法，其特征在于，包括以下步骤：

(1)将RGB颜色空间中的图像转换到LAB颜色空间，利用基于均值和方差的Gamma函数处理L分量；

(2)用改进型的CLAHE方法处理L分量，并用图像a和b分量的谐波平均值处理a和b分量；

(3)将在LAB颜色空间中处理后的图像转换至RGB颜色空间，从而得到最终输出结果；

所述步骤(1)实现过程如下：

L，a，b表示图像LAB空间的三个分量，由方程(1)计算：

其中X、Y和Z由方程(2)计算得到：

方程f(·)可以被定义为：

R^*,G^*和B^*分别由公式(4)计算得到：

采用a和b的谐波平均值，校正a和b分量，由式(5)计算得到a和b的校正值，分别为A_c和B_c：

引入方程(6)来处理L分量：

其中，γ和c为：

其中，_M和_N分别表示L图像的宽度和高度；

对L图像的像素进行归一化处理：

2.根据权利要求1所述的基于自适应Gamma函数和改进型CLAHE的图像去雾方法，其特征在于，所述步骤(2)包括以下步骤：

(21)计算图像子块直方图：

其中，为图像中灰度为q的像素个数；

(22)裁剪图像子块直方图：

其中，β为直方图裁剪阈值，α为微调系数的百分比值；S为图像倾斜度的最大值；

(23)计算图像内部像素的新值：

基于新的直方图分布，图像新像素值计算方法如下：

设d_vr,d_vl,d_vm,d_hr,d_hl,d_hm,d_dl,d_dm和d_dr分别表示像素点坐标分别为(i,j+1)，(i,j-1)，(i,j)，(i+1,j+1)，(i-1,j-1),(i,j-1),(i+1,j-1),(i+1,j),和(i+1,j+1)到坐标原点的距离，是坐标(i,j)处内部图像像素的新像素值；和分别为左边界、右边界、上边界和下边界的新像素值，所处坐标分别为(i,1),(i,N),(1,j)和(M,j)；和分别表示图像四个对角的新像素值；

图像内部像素新值如下：

其中，p_·,·为原始图像坐标点为(·,·)的像素值，其对应的像素点坐标分为(M,j-1)，(M,j)，(M,j+1)，(M-1,j-1)，(M-1,j)和(M-1,j+1)；

(24)计算图像边界像素的新值：

左边界像素点的新值为：

其中，p_·,·为原始图像坐标点为(·,·)的像素值，其对应的像素点坐标分为(i+1,1),(i,1),(i-1,1),(i+1,2),(i,2)和(i-1,2)；

同理，依次求出右边界、上边界和下边界的新的像素值，分别为：和

(25)计算图像角点像素的新值：

左边界像素点的新值为：

其中，p_·,·为原始图像坐标点为(·,·)的像素值，其对应的像素点坐标分为(i+1,1),(i,1),(i-1,1),(i+1,2),(i,2)和(i-1,2)；

同理，依次求出右边界、上边界和下边界的新的像素值，分别为：和

图像四个角点像素的新值为：

其中，p_·,·为原始图像坐标点为(·,·)的像素值，其对应的像素点坐标分为(1,1)，(1,N)，(M,1)和(M,N)；最终，可以计算得到分量L的新值矩阵(L_NGC)。

3.根据权利要求1所述的基于自适应Gamma函数和改进型CLAHE的图像去雾方法，其特征在于，所述步骤(3)实现过程如下：

对图像L，a，b分量进行处理后，利用方程(15)和(16)将LAB颜色空间转换为RGB颜色空间，得到最终处理结果：

其中：

其中，L_NGC为分量L的新值矩阵，A_c和B_c为图像a和b分量的校正值。