[发明专利]一种图像去雾方法及系统

说明书

技术领域

本发明涉及图像领域，特别是涉及一种图像去雾方法及系统。

背景技术

雾是一种常见的自然现象，它会使大气的能见度降低，景物图像发生退化，在雾天拍摄的图像内容模糊，对比度下降，这将会严重影响户外图像采集与处理，使工作无法正常进行。因此，对这种自然现象所引起的图像质量下降的问题展开图像信号处理与研究具有普遍意义。另一方面，由于计算机技术的迅猛发展，计算机技术的运算速度越来越快，图像处理系统的价格日益下降，随着计算机视觉与图像处理技术的快速发展，户外视觉系统的研究与应用也在飞速增长。从而图像处理技术得以广泛用于科学和工程领域，为了保证视觉系统全天候正常工作，就必须使系统适应各种天气状况，而雾天图像对比度和颜色都会发生退化，导致这些系统无法正常工作。因此，研究如何对尘雾等恶劣天气下获得的退化图像进行有效的处理，对大气退化图像的复原，和景物细节信息的增强都有着非常重要的现实意义。

目前国内外对有雾图像去雾算法的研究已经取得了很大的进展,目前,雾霾图像复原方法主要分为两类：雾天图像增强和雾天图像复原。雾天图像的增强方法不考虑图像退化原因,适用性广,能有效地提高雾天图像的对比度,增强图像的细节,改善图像的视觉效果,但对于突出部分的信息可能会造成一定损失。雾天图像复原是研究雾天图像退化的物理机制,并建立雾天退化模型,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无雾图像或无雾图像的最优估计值,从而改善雾天图像的质量。这种方法针对性强,得到的去雾效果自然,一般不会有信息损失,处理的关键点是模型中参数的估计。对于每一类方法,按照去雾方法的相似性进一步归纳为不同的子类方法:基于图像处理的雾天图像增强方法分为全局化的图像增强方法和局部化的图像增强方法；基于物理模型的雾天图像复原方法则包括基于偏微分方程的雾天图像复原、基于深度关系的雾天图像复原和基于先验信息的雾天图像复原。

单幅图去雾是近些年研究比较热的，方法层出不穷，但基本都是在以下几种经典算法上进行的演变：08年Tan等人通过统计研究发现，无雾图像相对于有雾图像必定具有较高的对比度，通过最大化局部对比度来消除雾。假设局部区域环境光为常数。在马尔可夫模型框架下，构造关于边缘强度的代价函数，使用图分割理论来估计最优光照。该算法旨在增强图像的对比度。尽管明显地改善了图像的可见性，然而由于没有从物理模型上恢复真实场景反照率，所以恢复后的图像的颜色显得过于饱和，且在景深突变的边界产生严重的Halo效应。09年何恺明博士提出一种基于暗通道先验的去雾算法，简单而有效，顿时引起了去雾界的广泛关注，但是这种方法也存在一些不足之处：它采用softmatting的思路来平滑大气传输函数，效果好但是复杂度过大，不适用实际操作，而且它不能处理天空区域。

发明内容

本发明的目的是提供一种改进的基于暗通道先验处理天空区域的图像去雾方法及系统，能够很好的实现天空区域的去雾。

为实现上述目的，本发明提供了如下方案：

一种图像去雾方法，包括：

获取包含天空区域的有雾图像；

确定所述有雾图像中的天空区域；

建立大气散射模型；

根据所述天空区域占整个所述有雾图像的比例确定所述大气散射模型中的大气光值，所述大气光值为无穷远处的大气光强度；

根据所述大气散射模型确定所述有雾图像的透射率；

获取所述有雾图像的观测强度；

根据所述大气光值、所述有雾图像的观测强度和所述有雾图像的透射率计算得到去雾后的图像。

可选的，所述确定所述有雾图像中的天空区域，具体包括：

计算所述有雾图像中各像素点的梯度值；

将所述梯度值小于第一阈值的像素点标记为1，所述梯度值大于等于第一阈值的像素点标记为0，得到二值图像；

用一圆形模块对所述二值图像进行腐蚀，得到新的二值图像；

利用区域增长算法对所述新的二值图像进行处理，得到所述新的二值图像所有的联通区域；

计算各所述联通区域在所述有雾图像上所对应的像素点的平均亮度；

将所述平均亮度大于第二阈值的联通区域标记为天空区域；

将非天空区域中的满足设定条件的像素点标记为天空区域；

对所述天空区域中的漏洞进行填充。

可选的，所述根据天空区域占整个所述有雾图像的比例确定所述大气散射模型中的大气光值，具体包括：

计算所述天空区域占整个所述有雾图像的比例；

判断所述比例是否小于设定比例；