[发明专利]一种图像金字塔模型的多尺度透射图融合方法

说明书

本发明公开了一种图像金字塔模型的多尺度透射图融合方法，该方法在建立图像金字塔模型的基础上，对原始图像使用15×15和1×1的滤波器模板求取透射率，充分利用两种滤波器模板图像处理的优势提高算法处理图像的有效性并且保留边缘信息；考虑到两种不同滤波器产生的透射图特征，金字塔的底层分解图像在融合时融合权重随着对应图像金字塔层数的递增而递减。权重与金字塔的趋势完全相反，因此使用一种自适应多尺度透射图融合算法即融合尺度随着对应图像金字塔层数的递增而递减，可以最大限度地保留两种滤波方法的优势。该方法可以有效增强图像视觉效果，同时在保持边缘一致性的前提下防止严重的颜色失真。

技术领域

本发明涉及一种暗通道先验去雾处理算法，属于彩色去雾图像处理技术领域。

背景技术

在雾霾天气条件下，成像过程中由于镜头接受到的反射光会收到雾霾中大量固体液体颗粒的漫反射和吸收，导致图像出现对比度较低等问题，成像效果较差。目前，针对图像去雾处理主要有两种方法，分别是图像增强和图像复原。图像增强主要是突出图像中的某些细节从而提高图像的视觉效果。而图像复原主要是基于物理模型和先验知识来反演图像退化过程，补偿图像退化过程中造成的失真。目前图像复原主要分为三大类：基于偏微分方程、基于深度关系、基于先验信息。基于偏微分方程的图像复原主要是通过求解关于图像梯度场的偏微分方程从而对图像恢复结果较差的区域进行局部修正。基于深度关系的图像复原主要是利用降质图像的场景深度信息来复原图像。基于先验信息的图像复原主要是通过最大化复原图像的局部对比度来实现去雾的效果。

何恺明等人提出的基于暗原色的单一图像去雾技术通过收集大量不受雾气影响的图像，总结了暗原色的统计规律，即把图像划分为多个子块，每个子块中都有一些亮度很低的像素。这些像素一般情况下出现在物体阴影、黑色物体以及具有鲜艳颜色的物体中。在该规律的基础上，根据雾气浓度即可局部修复图像各部分的颜色，从而实现较好的去雾效果，但当场景目标的亮度与大气光相似时，暗原色先验信息将失效。该算法主要需要通过计算透射图和全局大气光,在图像退化模型的基础上进行图像的复原。在计算透射率时，由于该算法主要利用的是亮度很低像素的信息，会导致边缘保持较差。通过实验可以验证，单纯地调整滤波器模板的大小无法保持透射图的边缘一致性。现有对透射率进行精确化的技术主要有软抠图和基于引导滤波的方法,但是软抠图的方法在图像出现天空时去雾效果较差，效率低下，在求解稀疏矩阵的解时，需要反复的迭代运算，参数设置不合理更加使得运算的次数与时间消耗剧增。而基于引导滤波的方法是能够实现景深突变区域透射率平滑的高速算法，其基本思想是：利用原始的雾化图像作为引导图，提取其中的结构轮廓信息，对粗估计的透射率进行滤波以修正其中的结构信息，两者相结合，得到平滑过渡的且能够保持边缘信息的透射率图。利用修正过后的细化透射率去雾，得到更好的视觉效果。引导滤波虽然有较快的处理速度，但效果一般，对于梯度较大的景深边缘处仍有残雾。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种

技术方案：为实现上述目的，本发明采用的技术方案为：

一种图像金字塔模型的多尺度透射图融合方法，该方法是对暗通道先验图像去雾处理算法的改进与创新，主要对透射图的求取提出了一个改进的方法。在建立图像金字塔模型的基础上，充分利用两种滤波器模板图像处理的优势，对原始图像使用15×15和1×1的滤波器模板求取透射率，从而既可以包含较多的图像信息提高暗通道算法处理后图像的有效性，还可以成功地保留边缘信息；在利用拉普拉斯金字塔模型进行图像的分解和融合时，考虑到两种不同滤波器产生的透射图的特征，金字塔的底层分解图像在融合时融合权重随着对应图像金字塔层数的递增而递减，权重与金字塔的趋势完全相反，因此使用一种自适应多尺度透射图融合算法从而可以最大限度地保留两种滤波方法的优势。该方法可以有效增强图像视觉效果，而且在保持边缘一致性的前提下不会造成严重的颜色失真，具体包括以下步骤：

步骤1，根据大气散射模型得到退化模型，对退化模型进行变形，对变形后的退化模型进行最小值运算。