[发明专利]一种基于改进的有雾图像退化模型的图像去雾方法

说明书

一种基于改进的有雾图像退化模型的图像去雾方法，属于图像处理技术领域，为了解决现有的去雾方法恢复的去雾图像出现的颜色失真、光晕效应、图像整体偏暗以及由于噪声被放大导致的主观效果不佳的问题，该方法包括：步骤1，构造改进的有雾图像退化模型；步骤2，确定有雾图像的大气光值；步骤3，确定有雾图像的噪声光值；步骤4，确定有雾图像的透射率值；步骤5，确定有雾图像的景深值；步骤6，根；据步骤1建立的改进的有雾图像退化模型得到去雾图像步骤7，选择合适的评价指标对去雾图像进行质量评价及衡量方法的效率。使得到的去雾图像得到改善且更符合人眼感观，同时本发明提出的方法实现的过程简单，时间复杂度低，具有更好的去雾效率。

技术领域

本发明涉及一种基于改进的有雾图像退化模型的图像去雾方法，属于图像处理技术领域。

背景技术

室外图像经常受到恶劣天气的影响，如雾、薄雾或浓雾，导致图像出现对比度低、颜色偏移和图像模糊等现象。在许多应用中，例如驾驶辅助、目标检测和跟踪、遥感等，都需要高质量的图像。不幸的是，传统成像设备缺乏在恶劣天气条件下拍摄清晰照片的能力，并且无法处理由雾造成的对比度低、颜色偏移和图像模糊等问题。

目前，许多科研院所和图像处理学者对去雾方法进行了大量研究，由于暗通道先验去雾方法对硬件设备依赖小且大部分场景下除雾效果良好，被广泛使用。但是暗通道先验去雾方法在对包含天空和浓雾区域的有雾图像进行处理时容易使去雾图像出现颜色失真、光晕效应及图像整体偏暗的问题，且由于没有考虑空气中灰尘颗粒散射隐藏的噪声光，导致去雾后图像细节被还原的同时噪声也被放大，使去雾图像出现主观效果不佳的问题。因此，如何对有雾图像进行去雾的同时改善去雾图像出现的颜色失真、光晕效应、图像整体偏暗以及主观效果不佳的问题，值得进一步的研究改进。

中国专利公开号为“CN112465708A”，名称为“基于暗通道改进的图像去雾方法”，该方法首先对有雾图像采用基于四叉树子空间划分的层次搜索方法计算大气光值；其次，对有雾图像进行Retinex(视网膜)增强，得到初始去雾图像，根据有雾图像的暗通道图像以及初始去雾图像计算大气粗透射率；然后，采用引导滤波细化粗透射率；最后，根据大气光值、细化后的大气透射率值以及有雾图像退化模型，求得去雾后的图像。该方法得到的去雾图像仍会存在颜色失真、光晕效应、图像整体偏暗以及由于噪声被放大导致的主观效果不佳的问题。

发明内容

本发明为了解决现有的去雾方法恢复的去雾图像出现的颜色失真、光晕效应、图像整体偏暗以及由于噪声被放大导致的主观效果不佳的问题，提供了一种基于改进的有雾图像退化模型的图像去雾方法。使得到的去雾图像颜色恢复自然且光晕及图像整体偏暗现象得到改善且更符合人眼感观，同时本发明提出的方法实现的过程简单，时间复杂度低，具有更好的去雾效率。

本发明采用的技术方案如下：

一种基于改进的有雾图像退化模型的图像去雾方法，该方法包括如下步骤：

步骤1，构造改进的有雾图像退化模型：获取输入的有雾图像，并构造改进的有雾图像退化模型，该模型是在原始的有雾图像退化模型中加入了光吸收系数和噪声光项来构造的；

步骤2，确定有雾图像的大气光值：首先，结合四叉树分层搜索方法求取第一、第二大气光值；然后，将第一、第二大气光值进行线性叠加得到初始大气光值；最后，对初始大气光值进行最大值限制得到有雾图像的大气光值；

步骤3，确定有雾图像的噪声光值：首先，采用双边滤波对有雾图像进行滤波得到去噪图像；然后，将有雾图像减去去噪图像得到噪声图像；最后，取噪声图像的亮度平均值得到有雾图像的噪声光值，其表达式如下：

其中，N为有雾图像的噪声光值，N^c(x，y)为对应颜色通道索引c的噪声图像的像素强度；