基于生物視覺機理的圖像去霧方法
【專利摘要】本發(fā)明公開了一種基于生物視覺機理的圖像去霧方法，本發(fā)明的方法通過非經(jīng)典感受野單拮抗模型，利用不同敏感系數(shù)下外周的抑制作用和亞區(qū)的去抑制作用的相互作用，將有霧圖像的彌漫光照去除，增強原始圖像色彩對比度，實現(xiàn)有霧圖像的自動增強，本發(fā)明提供了一種符合生理特性的方法，在保持細節(jié)特征的同時，準確、高效地實現(xiàn)了單幅有霧彩色圖像的顏色去霧增強。
【專利說明】基于生物視覺機理的圖像去霧方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，涉及彩色圖像增強技術(shù)，具體涉及一種基于視網(wǎng)膜非經(jīng)典感受野視覺機制的圖像去霧增強方法。
【背景技術(shù)】
[0002]隨著信息技術(shù)的不斷發(fā)展，計算機視覺設(shè)備被越來越廣泛的應(yīng)用于不同領(lǐng)域。在實際應(yīng)用中，因為環(huán)境、系統(tǒng)以及人為因素的影響，傳感器獲得的圖像或多或少都存在一定程度的退化。其中，由于傳感器設(shè)計時通常沒有考慮天氣影響，在霧霾環(huán)境下，獲取的圖像退化尤為嚴重。因此，如何對霧霾環(huán)境下傳感器獲取的高亮度低對比的有霧圖像進行去霧增強，具有十分重要的現(xiàn)實意義。
[0003]目前，圖像去霧主要有圖像增強去霧和物理模型恢復(fù)去霧兩條基本思路?；趫D像增強的方法不考慮圖像退化的具體原因，以部分信息丟失為代價對圖像中有用部分進行增強，比較具有代表性的方法有直方圖均衡化，同態(tài)濾波，小波變換和Retinex算法?；谖锢砟Ｐ偷姆椒ㄏ冉㈧F霾下成像模型，再在此基礎(chǔ)上恢復(fù)出去霧圖像，比較具有代表性的方法有場景深度估計算法和暗通道先驗算法。這些算法能一定程度上實現(xiàn)圖像去霧的效果，但都存在各自的局限性，例如，直方圖均衡化會造成局部細節(jié)信息丟失，同態(tài)濾波計算開銷較大，Retinex算法濾波器參數(shù)選取困難，場景深度估計算法需要多幅圖像估計深度信息，暗通道先驗算法需要滿足先驗假設(shè)。

【發(fā)明內(nèi)容】

[0004]針對現(xiàn)有技術(shù)存在的上述問題，本發(fā)明提出了一種基于生物視覺機理的圖像去霧方法。
[0005]本發(fā)明的技術(shù)方案為:一種基于生物視覺機理的圖像去霧方法，包括以下步驟:
[0006]步驟1:設(shè)定感受野大小及確定相應(yīng)的模型參數(shù)；
[0007]步驟2:對色偏圖像每一個像素點分別提取紅色分量Ik、綠色分量I。、藍色分量IB，計算出平均亮度分量1:1= (Ie+Ig+Ib)/3 ;
[0008]步驟3:設(shè)定去霧深度th和興奮抑制比K ；
[0009]步驟4:將紅、綠、藍三通道像素值均值最小者與去霧深度比較，若該值小于去霧深度，即min (mean (Ik) ,mean (Ig) ,mean (Ib) ))〈th,圖像無需進行去霧，處理完成；大于等于去霧深度則執(zhí)行步驟5 ；
[0010]步驟5:根據(jù)興奮抑制比計算出紅通道非經(jīng)典感受野外周敏感系數(shù)Ak2，亞區(qū)敏感系數(shù)AK3，綠通道非經(jīng)典感受野外周敏感系數(shù)\2，亞區(qū)敏感系數(shù)\3，藍通道非經(jīng)典感受野外周敏感系數(shù)aB2，亞區(qū)敏感系數(shù)aB3，
[0011]Ae2 = K3 Ae3 = AE23
[0012]Ag2 = K3 Ag3 = AG23
[0013]Ab2 = K3 Ab3 = Ab2 3[0014]步驟7:根據(jù)公式
[0015]
【權(quán)利要求】
1.一種基于生物視覺機理的圖像去霧方法，包括以下步驟: 步驟1:設(shè)定感受野大小及確定相應(yīng)的模型參數(shù)； 步驟2:對色偏圖像每一個像素點分別提取紅色分量Ik、綠色分量I。、藍色分量Ib，計算出平均亮度分量1:1= (Ie+Ig+Ib)/3 ; 步驟3:設(shè)定去霧深度th和興奮抑制比K ； 步驟4:將紅、綠、藍三通道像素值均值最小者與去霧深度比較，若該值小于去霧深度，即min (mean (Ik) ,mean (Ig) ,mean (Ib) ))〈th,圖像無需進行去霧,處理完成；大于等于去霧深度則執(zhí)行步驟5 ； 步驟5:根據(jù)興奮抑制比計算出紅通道非經(jīng)典感受野外周敏感系數(shù)Ak2，亞區(qū)敏感系數(shù)Ae3,綠通道非經(jīng)典感受野外周敏感系數(shù)Ae2,亞區(qū)敏感系數(shù)\3，藍通道非經(jīng)典感受野外周敏感系數(shù)AB2，亞區(qū)敏感系數(shù)AB3，
Ar2 — K3 Ae3 一 Ae2 3
Ag2 — K3 Ag3 — Ag2 3
Ab2 — K3 Ab3 一 Ab2 3
步驟7:根據(jù)公式

2.根據(jù)權(quán)利要求1所述的基于生物視覺機理的圖像去霧方法，其特征在于，步驟I所述的設(shè)定感受野大小及確定相應(yīng)的模型參數(shù)設(shè)定感受野中心區(qū)半徑、外周抑制區(qū)半徑、亞區(qū)半徑。中心、外周、亞區(qū)高斯核函數(shù)具體為:
3.根據(jù)權(quán)利要求2所述的基于生物視覺機理的圖像去霧方法，其特征在于，步驟3所述的去霧深度th取值范圍具體為0.1~0.3。
4.根據(jù)權(quán)利要求2所述的基于生物視覺機理的圖像去霧方法，其特征在于，步驟3所述的設(shè)定興奮抑制比K具體為I。
【文檔編號】G06T5/00GK103955900SQ201410191124
【公開日】2014年7月30日 申請日期:2014年5月7日 優(yōu)先權(quán)日:2014年5月7日
【發(fā)明者】張顯石, 李永杰, 李朝義 申請人:電子科技大學(xué)