[发明专利]单幅夜间弱照度雾霾图像的复原方法

摘要

这里涉及的是单幅夜间弱照度雾霾图像的方法，针对单幅夜间弱照度雾霾图像的复原问题，提出一种新的算法。首先将原图像分为纹理层和结构层，对结构层的照射光初步估计之后再优化，然后根据Retinex理论将结构层与优化后的照射光的比值作为反射层，对其高亮区域的过增强及暗区域的噪声进行抑制，再去雾处理。将已优化的照射光取反作为透射率的估计值、对夜间环境光用求取局部均一的方式进行估计之后，再根据大气散射模型求出复原的结构层。最后，将复原的结构层与优化后的纹理层叠加为最终的复原图像。通过与现有主流算法的主客观比较和分析，所提算法的复原结果具有噪声低、纹理细节丰富和色彩恢复度高的优点。

主权项

1.一种单幅夜间弱照度雾霾图像的复原方法，所述方法包括以下步骤：A.模型构建大气散射物理模型广泛用于计算机视觉及计算机图形学领域，用于表示有雾图像的退化过程，如式(1)：I(x)＝t(x)J(x)+(1‑t(x))A(x)  (1)其中I(x)是当前退化图像，J(x)是复原的无雾图，A(x)是全局大气光值，t(x)是透射率，表示场景的反射光穿透介质的能力，如式(2)：t(x)＝e‑βd(x)  (2)β为大气中的介质消光系数，在均匀的介质中通常为常量，d(x)为场景深度；将原弱照度雾霾图像I(x)分为结构层S(x)和纹理层T(x)，如式(3)，再分别进行增强去雾和去噪，其中S(x)含有图像的主要场景，雾及亮度等均体现在该层中，而T(x)则含有纹理细节和噪声：I(x)＝S(x)+T(x)  (3)根据Retinex理论，结构层S(x)又可以分为照射光分量和反射光分量如式(4)：即增强后的结构层，接下来就是对该层去雾；整合(1)‑(4)式可以得到我们最终的图像重建模型，如式(5)：其中，J(x)是要复原的结构层，A(x)是夜间环境光，t(x)是夜间透射率，最后根据式(6)将复原后的结构层和优化后的纹理层叠加求得最终的复原图像F(x)；B.图像分层把图像分为结构层和纹理层后，根据图像重建的总变差模型，求解目标函数(7)即可得到结构层S(x)：其中，x代表像素，是梯度算子，λ是规则化参数；上述模型中，λ取值很重要，因为结构层与梯度较大的场景有关，而纹理层与梯度较小的细节等有关，随着λ的增大纹理会更丰富；C.结构层增强现有算法对图像照射光估计不准确，导致图像复原结果色彩漂移严重，为了提高对照射光估计的准确性，先初步估计结构层S(x)的照射光L(x)，再对L(x)优化；取RGB三通道中的最大值作为L(x)的初估计：照射光应是局部平滑的，故需要采取滤波等操作来优化L(x)；为了保留照射光的结构且使其局部细节足够平滑，对(8)式中的L(x)应用目标函数(9)优化：其中，第一项为保真项，是优化后的照射光，α是正则化参数，也称权重，是梯度算子，d分别表示水平、垂直方向，ε取值为避免分母为0；式(9)中W(x)对平滑效果起到至关重要的作用，同时决定了最终图像的增强效果，直接影响到图像增强后的色彩、亮度等；最终对W_d(x)的选择如式(10)：其中，*为卷积，q表示像素，x表示像素坐标，Gσ为标准差为σ的高斯核函数；得到优化后的照射光L(x)，据式(11)可以估计出场景反照光即增强后的结构层：D.强光抑制对于某些图片，尤其是夜间车载视频图像，它们的特征是暗区域非常暗，亮的区域如车灯及其反射区区域非常亮，图像亮度增强后，暗区域噪声也被放大；通常是在增强图像之前先去噪，这多少会使图像失真，且增加时间开销，而且对图像这样的暗区域的增强并不能提供多少有用的信息，却会带来大量噪声；所以，当某个区域的亮度值几乎为0时，要减弱对这个区域的增强程度；针对这一问题，引入了权值W1(x)来抑制暗区域的增强，如式(12)：其中，取值在0‑1之间，在图像亮度几乎为0的区域，m的取值应使W₁(x)接近0；对于其它需要增强的区域，m取值应使W₁(x)接近于1，另外，图像中车灯亮度很高，增强后会出现过增强现象；为此，本专利设计权值W₂(x)来保留原有的高亮区域，如式(13)：同样，在图像亮度值几乎为1的区域，n的取值应使得权值W2(x)接近0；对于其它需要增强的区域，n的取值应使得权值W2(x)接近1；实验发现，当m取值15‑25之间，n取值0.3～0.7之间，对暗区域噪声及亮区域过增强的抑制较为理想；将W1(x)和W2(x)相乘合为总权值W(x)，如式(14)：W(x)＝W1(x)·W2(x)  (14)通过式(15)将增强前的结构层S(x)和增强后的结构层合成为强光抑制后的结构层m取值15，n取值0.6；E.结构层去雾根据大气散射模型对新结构层进行去雾处理，如式(16)：环境光的估计是把增强后的结构层分为15×15小块，取每个小块最亮的部分作为这一块的环境光A(x)，为了减轻块效应，用导向滤波器进行了后处理；针对暗通道理论不适用夜间去雾的问题，本专利提出一种新的透射率估计方法；回看对照射光的估计，之所以能够将结构层有效的增强且保留色彩，是因为合理的估计了照射光，既能保留原图的结构又能对某些区域进行平滑；保留图像结构、反应场景变化趋势是透射率应具备的特征，故将已经估计好的照射光取反作为对透射率t(x)的估计，如式(17)：把式(15)和(17)，代入式(16)得(18)，可得复原的结构层J(x)：F.纹理层优化图像亮度值越低的区域隐藏的噪声越多，暗区域隐藏的噪声在对图像分层之后出现在纹理层，而目前的夜间去雾算法都没有对纹理层T(x)单独处理；为此，本专利提出用式(19)来对纹理层优化，目的是突出主要纹理、抑制噪声；这里k＝0.05，为优化后的纹理层；式中乘以优化后照射光的作用是让原图中亮度高的区域纹理增强，亮度暗的区域纹理减弱，亮度值几乎为0的区域纹理也降为0，可以有效抑制噪声。