[发明专利]基于多次散射退化模型的图像盲复原方法

说明书

技术领域

本发明涉及计算机图像处理方法，具体是涉及一种基于多次散射退化模型的图像盲复原的计算机图像处理方法。

背景技术

光波在大气中传播时，会受到大气湍流以及大气分子和气溶胶粒子的吸收和散射的影响，从而造成图像的模糊，甚至导致图像产生畸变。无论是在地面上进行拍摄，还是从天空中进行拍摄，由于发射光和反射光总是要通过大气层，大气作用会对图像质量造成严重的影响。尤其当传输距离非常远，或者天气条件特别恶劣的时候，退化作用显得尤为明显。因此，消除和补偿大气影响具有重要的意义。

在雾、霾等天气条件下，大气对光线有较强的散射作用。一方面，物体表面的反射光由于大气粒子的散射而发生衰减与前向散射，光强的衰减导致物体成像的亮度减弱，而大气粒子的前向散射作用导致图像模糊、分辨率下降；另一方面，自然光因大气粒子的散射而进入成像传感器参与成像，这种后向散射作用造成图像饱和度、对比度降低及色调偏移。

雾天图像复原是研究图像在大气传输过程中的降质的物理过程，并建立大气退化模型，反演退化过程，补偿退化过程造成的失真，以便获得未经干扰退化的清晰图像或清晰图像的最优估计值，从而改善图像质量。现有的雾天图像复原方法，可分为如下四类：前两类方法利用同一场景的多幅图像，即不同天气条件下获取的多幅图像，或者不同偏振程度的多幅图像；后两类方法试图从单幅图像出发估计景深或景深相关项。需要指出的是，受单幅图像信息量的限制，第三类方法需要利用场景的先验信息或用户交互估计景深。在实际应用中，通常无法满足前三类方法所要求的特殊条件。因此，通过对图像数据本身做一些假设，从单幅图像中恢复景深相关项的第四类方法更为实用，本发明专利也属于此类方法。

发明内容

为了解决背景技术所述的问题，本发明提出了一种基于多次散射退化模型的图像盲复原方法，该方法能够有效消除和补偿大气对成像的影响，提高图像的对比度以及清晰度，恢复更多的图像细节信息，图像复原效果好。

基于多次散射退化模型的图像盲复原方法的具体步骤如下：

1)求取大气光值和图像的透过率；

2)优化透过率；

3)假设一个点扩散函数的初始值，通过迭代计算得到点扩散函数的最优解；

4)根据多次散射退化模型对图像进行复原操作。

所述步骤1)中的详细步骤包括：

①根据获取原始图像的暗原色I^dark，其中min操作符表示取最小值，c表示r通道、g通道或者b通道，I^C表示原始图像中c通道的分量，Ω(x)表示以像素点x为中心的正方形区域；

②从所述暗原色I^dark的所有点中提取部分最亮点，在所述部分最亮点对应的原始图像的像素中选择强度最大的像素点的值作为大气光值A；

③根据暗原色先验知识，利用公式计算原始图像的透过率初始值t’，其中ω为常数系数，A^C为大气光值的c通道的分量。

所述步骤2)中优化透过率的方法为：

(L+λU)t＝λt′

其中，t为优化后的透过率，t’为步骤1)得到的透过率，L为软抠图拉普拉斯矩阵，λ为修正参数，U为与L大小相同的单位矩阵。

所述步骤3)中求解点扩散函数的迭代公式为：