[发明专利]一种基于人眼视觉特性的图像去雾方法

说明书

本发明公开了一种基于人眼视觉特性的图像去雾方法，属于图像处理技术领域，包括如下步骤：步骤一、将原始图像由RGB空间转换到HSI空间，得到色度分量H、饱和度分量S和亮度分量I；步骤二、使用三高斯模型作为Retinex算法模型的中心环绕函数，提取图像亮度分量I中的光照分量L；步骤三、将图像亮度分量I转换到对数域，从亮度分量I中减去光照分量L，得到反射分量R；步骤四、对反射分量R采用基于人眼视觉特性的CSF模型进行增强，得到以Retinex原理为基础的增强后的图像Isubgt;2/subgt;分量。本发明能够有效提升图像的对比度和清晰度，保持图像的原有色彩，改善图像的质量，且去雾后图像符合人眼视觉特性，具有明显的去雾效果和较好的视觉效果。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于人眼视觉特性的图像去雾方法。

背景技术

由于雾天空气中的悬浮颗粒会对光产生折射和散射，造成雾天拍摄的图像清晰度和对比度下降，因此需要对图像进行去雾处理以提高图像质量。目前较为流行的去雾算法是基于Retinex理论的算法。现有技术存在中心环绕Retinex算法，其主要思想是用中心环绕函数把低频光照分量从原始图像中分离出来，保留高频反射分量，达到图像去雾增强效果。

近年来基于Retinex的去雾算法均围绕对图像细节信息的增强和保持彩色图像原有色彩来进行研究。本技术领域也有提出采用高斯金字塔分层，以双边滤波作为中心环绕函数提取光照分量，S型sigmoid函数曲线增强反射分量并还原颜色的算法。该算法使用双边滤波替换高斯函数，实现对光照分量的提取，使用S曲线增强反射分量，但仍有颜色失真。同时，本技术领域也有通过中心环绕函数提取光照分量，使用伽玛变换和线性拉伸方法增强光照分量，用双边滤波去除反射分量噪声。该算法在MSR(Mult-Scale Retinex，多尺度Retinex)核心算法基础上在增强反射分量方面做出了改进，有很好的图像去雾效果，但依然有色彩失真现象。

因此，针对上述技术问题，有必要提供一种基于人眼视觉特性的图像去雾方法。

发明内容

本发明的目的在于提供一种基于人眼视觉特性的图像去雾方法，以解决上述的问题。

为了实现上述目的，本发明一实施例提供的技术方案如下：

一种基于人眼视觉特性的图像去雾方法，包括以下步骤：

步骤一、将原始图像由RGB空间转换到HSI空间，得到色度分量H、饱和度分量S和亮度分量I；

步骤二、保持色度分量H和饱和度分量S不变，使用三高斯模型作为Retinex算法模型的中心环绕函数，提取图像亮度分量I中的光照分量L；

步骤三、将图像亮度分量I转换到对数域，从亮度分量I中减去光照分量L，得到反射分量r；

步骤四、基于CSF的图像增强，对反射分量r采用基于人眼视觉特性的CSF模型进行增强，得到以Retinex原理为基础的增强后的图像I₂分量。

步骤五、将色度分量H、饱和度分量S和I₂分量合并成HSI格式，然后转换为RGB空间图像，得到最终的去雾图像。

作为本发明的进一步改进，所述步骤一中，得到色度分量H、饱和度分量S和亮度分量I的公式分别为：

作为本发明的进一步改进，所述步骤二中，提取图像亮度分量I中的光照分量的公式为：

式中：L(x,y)代表光照分量，I(x,y)代表图像亮度分量，F(x,y)代表中心环绕函数。

作为本发明的进一步改进，所述步骤二中，三高斯模型为：