[发明专利]采用加权最小二乘滤波的改进暗通道去雾方法

权利要求书

1.采用加权最小二乘滤波的改进暗通道去雾方法，其特征在于，包括：

A1、根据获取的带雾图像估计大气光值；

A2、利用大气光值对获取的带雾图像进行归一化处理；

A3、获取经步骤A2归一化后图像单一像素的暗通道图像x为像素点的位置；

A4、以设定的半径r获取经步骤A2归一化后图像的暗通道图像；具体过程为：

其中，为操作窗口半径为r的暗通道图像，为上一个步骤中获得的单像素暗通道值，Ω(x)为以x为中心r为半径的窗口；

A5、根据步骤A3与步骤A4得到的结果，计算传输率可信度权重值δ；步骤A5的计算式为：

其中，δ为权重，H_max为矩阵H中的最大值；

A6、根据大气光值与步骤A4的结果，计算传输率估计图；

A7、根据传输率可信度权重值对传输率估计图进行加权最小二乘滤波处理；步骤A7的具体过程为：

最小化如下代价函数：

其中，为矩阵中的元素，为矩阵中的元素，N_x表示位置x的四邻域，y表示N_x上的坐标，I(y)表示N_x上对应的值；

得到解为：

其中，为矫正后的传输率估计图，δ表示步骤A5得到的传输率可信度权重值，表示步骤A6得到的传输率估计图，D_x、D_y分别为带雾图像转换为灰度图后在x、y方向上相邻像素的亲和度，λ为平滑系数，上标中的T代表转置；

A8、利用大气光值、经步骤A7处理后的传输率图像对获取的带雾图像进行去雾。

2.根据权利要求1所述的采用加权最小二乘滤波的改进暗通道去雾方法，其特征在于，求解代价函数的具体过程为：

A71、将带雾图像转换为灰度图；

A72、根据灰度图的梯度计算相邻像素之间的亲和度；

D_x＝-λ./[G(x+1，y)-G(x，y)]

D_y＝-λ./[G(x，y+1)-G(x，y)]

G(x,y)表示(x,y)处的灰度值；

A73、利用步骤A72中的结果构建拉普拉斯齐次矩阵；

A74、将步骤A73得到的拉普拉斯齐次矩阵的主对角元素分别与权重δ中的元素相加，得到参数矩阵M；

A75、权重δ中的元素与传输率估计图中的元素依次相乘并展开为列向量N；

其中，N(x)表示N中的第x个元素；

A76、将步骤A74得到的矩阵M的逆点乘步骤A75中得到的列向量N；

V＝M^-1·N

A77、将步骤A76的结果V重新排列为与图像等高宽的矩阵，即得到矫正后的传输率图

3.根据权利要求2所述的采用加权最小二乘滤波的改进暗通道去雾方法，其特征在于，步骤A8的计算式为：

其中，J(x)表示去雾后的图像，A表示大气光值。

4.根据权利要求3所述的采用加权最小二乘滤波的改进暗通道去雾方法，其特征在于，步骤A5中矩阵H的计算式替换为：

其中，Ω(x)为以x为中心r为半径的窗口，a为Ω(x)窗口所包含的像素点数，为步骤A3所得到的单像素暗通道图。