[发明专利]一种基于暗通道先验的图像去雾算法的移植方法

说明书

一种基于暗通道先验的图像去雾算法的移植方法，属于图像的去雾处理领域。现有的基于暗通道先验的图像去雾算法中，细化光线传播图时使用的导向滤波过于复杂以及算法过于复杂。本发明包括：获取具有R、G、B三个通道的彩色雾气图像作为输入图像，采用CameraLink输入至FPGA；进行归一化的步骤；计算大气光值和透射率，通过简化后的雾天图像成像模型中进行反演操作，恢复得到去雾后的图像R、G、B三个通道，使用t₀来限制这些点的光线传播图的下限；进一步的细化透射率，恢复无雾图像；上述中间结果采用DDRSDRAM进行缓存；并且采用CH7301C产生的DVI信号输出去雾视频。本发明方法在FPGA中实现了改进的基于暗通道先验图像去雾算法的移植，且具有计算过程简单的优点。

技术领域

本发明涉及一种基于暗通道先验的图像去雾算法的移植方法。

背景技术

目前，在所有图像去雾算法中，基于图像增强的方法并不考虑雾天图像的物理退化过程，仅使用现有的、成熟的数字图像处理技术，对雾霾天气下的降质图像进行增强处理，以达到突出图像边缘细节，提高图像整体对比度的目的。虽然该类方法能在一定程度上改善雾霾天气对图像的影响，但由于其没有考虑到雾天图像的物理退化机制，其结果往往存在色彩失真的问题，而且不适用于浓雾条件下的图像去雾，因此适用范围不广。而基于大气散射模型的图像去雾方法从图像成像原理出发，通过结合一定的假设或先验知识估计出大气光强度和介质透射率，从而恢复出清晰图像。由于考虑到雾天图像的物理退化机理，并对雾天图像成像进行建模求解，因此该类方法恢复的图像较为自然合理，且能够应用在浓雾条件下，是目前图像去雾领域的重点研究方向。

不同于图像去雾技术的研究已经相当广泛而且日趋成熟，目前对于视频去雾技术的研究尚处于起步阶段，仍有较多问题亟待解决。但相信随着科技水平的不断提高以及社会对智能交通日益重视，会有越来越多的行业专家和科研人员开始关注并投入到视频去雾技术的研究之中。因此，视频去雾及其相关技术将会是接下来一段时间内的研究热点。

目前的基于暗通道先验的图像去雾算法中，细化光线传播图时使用的导向滤波过于复杂，每进行一次滤波就必须重新计算一次导向滤波的滤波器模板系数，算法过于复杂，也不适合移植到由DSP、FPGA等组成的嵌入式系统中。因此本发明研究如何对基于暗通道先验的图像去雾算法进行改进，将其裁剪后移植到FPGA中。

发明内容

本发明的目的是为了解决现有的基于暗通道先验的图像去雾算法中，细化光线传播图时使用的导向滤波过于复杂以及算法过于复杂的问题，而提出一种基于暗通道先验的图像去雾算法的移植方法。

一种基于暗通道先验的图像去雾算法的移植方法，所述的方法包括以下步骤，

步骤一、获取具有R、G、B三个通道的彩色雾气图像作为输入图像，采用CameraLink输入至FPGA；

步骤二、对具有R、G、B三个通道的彩色图像进行归一化的步骤；

首先，设大气光值A已知，对于简化后的雾天图像成像模型的R、G、B三个通道，等式两边同时除以大气光值A，结果表示为：

步骤三、计算上式两边的暗通道值：

设在任意的一个局部区域即窗口Ω(x)范围内，透射率t(x)为一个常数，记为，则计算上式两边的暗通道值，可得：

因为J(y)表示无雾图像，所以根据暗通道的性质J(y)暗通道趋于0，即：

因为Ac为正数，所以推导出：

由此可以得出：