[发明专利]一种雾天图像的清晰化处理方法

摘要

本发明公开了一种雾天图像的清晰化处理方法，首先用不同尺度的高斯核函数Fi(x，y)对原始雾天图像进行卷积得到反映环境亮度的亮度图像Li(x，y)，然后对原始图像V(x，y)和亮度图像Li(x，y)的对数差按权重求和得到反射图像R(x，y)，接下来对得到的反射图像进行对比度拉伸，得到拉伸后的反射图像R′(x，y)，并用改进的伽马校正对R′(x，y)进行校正，校正函数为Ia(a+I)。最后选择两个平台阈值T1和T2对伽马校正后的图像进行双平台直方图处理，得到最终处理后的图像。该算法完善了Retinex算法的不足，在图像动态范围和细节保真性之间取得了很好的平衡，在提高对比度同时很好的保留了图像的细节。

主权项

一种雾天图像的清晰化处理方法，其特征在于，包括以下步骤：步骤1)用不同尺度的高斯核函数和原始雾天图像进行平滑卷积，分别求出反映环境亮度不同尺度的亮度图像Li(x,y)，Li(x,y)＝V(x,y)*Fi(x,y)，V(x,y)为原始雾天图像，Fi(x,y)是不同尺度的高斯核函数，其数学形式为ci为高斯环绕尺度，λ为归一化因子，(x,y)表示图像中像素值点坐标；步骤2)对原始的雾天图像V(x,y)取对数，并用获得的结果减去不同尺度下亮度图像Li(x,y)的对数，得到不同尺度下的反射图像Ri(x,y)，并按权重进行求和，得到叠加的反射图像R(x,y)，其中N为尺度个数；Wi为权重因子；步骤3)对得到的叠加反射图像R(x,y)进行对比度拉伸，得到拉伸后的反射图像R′(x,y)，对比度拉伸调整如下：如果Iin＜Ilow，则Iout＝0；如果Iin＞Ihi，则Iout＝dmax；如果Ilow＜Iin＜Ihi，则Iout＝(Iin‑Ilow)/(Ihi‑Ilow)×dmax，其中Iin为输入值的像素值，即R(x,y)的像素值，Iout为输出值的像素值，dmax为输出设备的动态范围，Ilow为R(x,y)像素值的低阈值，Ilow＝μ‑3δ，Ihi为R(x,y)像素值的高阈值，Ihi＝μ+3δ，μ是R(x,y)的均值，δ是R(x,y)像素值的方差；步骤4)用改进的伽马校正对拉伸后的反射图像R′(x,y)进行进一步校正，方法如下：先对拉伸后的反射图像R′(x,y)进行归一化，再对归一化后的反射图像进行校正，校正函数为Ia(a+I)，I是归一化后的像素值，a(a+I)为伽马校正系数，其中a为一个常数，取值大于0小于1；步骤5)选择两个平台阈值T1和T2，对步骤4)进行伽马校正后的图像进行双平台直方图处理，得到去雾后的图像；如果h(rk)≤T1，则H(rk)＝T1；如果T1＜h(rk)＜T2，则H(rk)＝h(rk)，如果h(rk)≥T2，则H(rk)＝T2，k＝0,1,…,L‑1；其中，H(rk)为图像的双平台直方图的值；h(rk)为图像的统计直方图值；L为图像的灰度级数。