[发明专利]采用加权最小二乘滤波的改进暗通道去雾方法

说明书

本发明公开采用加权最小二乘滤波的改进暗通道去雾方法，应用于图像处理领域，针对现有的暗通道去雾算法中采用导向滤波细化传输率图的暗通算法在去雾后会产生比较明显的光晕现象，本发明采用加权最小二乘滤波对传输率图进行矫正，引入对不可信的估计值的惩罚，抑制远景获得较大的传输率估计值；从而在保证去雾质量基本不变的前提下，消除明显的光晕现象。

技术领域

本发明属于图像处理领域，特别涉及一种图像去雾技术。

背景技术

在户外所采集到的图像通常会由于天气环境不理想，大气环境中的各种颗粒物的影响等因素，造成图像质量不佳。这样的图像无论是摄影成像的观感，还是作为后续高阶处理输入的质量都是无法满足要求的。图像处理与计算机视觉技术随着数字产业的升级与渗透，在生产生活中得到了广泛的应用，同时也对成像的质量提出了更高的要求。例如监控和自动驾驶系统，在有雾天气的影响下，采集到的图像通常都会伴有对比度下降、颜色失真、特征遮挡等问题。这中状况下系统的性能必然会受到损失，甚至无法正常工作。去雾算法的引入，在一定程度上可以消除雾霾的影响，将图像原本的细节展现出来，使得图片更加清晰，同时矫正在亮度、对比度、颜色上的失真。

近些年在单幅图像的去雾上已经提出了很多方法，其中何凯明的暗通道先验去雾作为经典的传统型去雾算法，一直是后续工作者相比较的标杆。但是采用导向滤波细化传输率图的暗通算法在去雾后会产生比较明显的光晕现象。

发明内容

为解决上述技术问题，本发明提出一种采用加权最小二乘滤波的改进暗通道去雾方法，消除了明显的光晕现象。

本发明采用的技术方案为：采用加权最小二乘滤波的改进暗通道去雾方法，采用加权最小二乘滤波对传输率图进行矫正。

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；

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；

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；

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。

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I在x，y方向上的差分，λ为平滑系数，上标中的T代表转置。

求解该代价函数的具体过程为：

A71、将带雾图像装换为灰度图；

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)]