本發(fā)明涉及彩色圖像去霧技術(shù)領(lǐng)域，特別是涉及一種基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法。

背景技術(shù)：

霧霾是由大量懸浮在近地面空氣中的微小水滴或塵埃粒子組成的氣溶膠系統(tǒng)，是近地面層空氣中水汽和微粒凝結(jié)的產(chǎn)物?？諝庵须s質(zhì)是霧霾形成的主要因素，也是圖像產(chǎn)生退化的根本原因，導(dǎo)致圖像質(zhì)量下降，圖像清晰度降低，這是由于成像景物反射光線與大氣中隨機(jī)介質(zhì)作用而發(fā)生了散射，一部分光線偏離原來路徑，造成目標(biāo)反射光的衰減；另一方面，接收到的光線還混合有大氣光。惡劣天氣條件制約了室外機(jī)器視覺設(shè)備的推廣。高速公路圖像監(jiān)視系統(tǒng)，由于受到霧霾天氣的影響，設(shè)備采集到的圖像信息辨識(shí)度非常低，有時(shí)無法用來輔助或監(jiān)控交通；同樣在遙感探測(cè)中，受到大氣隨機(jī)介質(zhì)的影響，遙感圖像嚴(yán)重退化，對(duì)后續(xù)的信息處理產(chǎn)生很大的干擾。在圖像監(jiān)控和計(jì)算機(jī)視覺領(lǐng)域，圖像去霧有著廣泛的需求。霧霾天能見度降低，捕獲圖像的目標(biāo)對(duì)比度和顏色等特征被衰減，去霧能顯著地提高景象的清晰度并且更正因空氣雜質(zhì)而帶來的顏色失真。并且，大多數(shù)的計(jì)算機(jī)視覺算法，從低級(jí)別的圖像分析，到高級(jí)別的目標(biāo)識(shí)別，一般會(huì)假定輸入圖像即景物的原始光線會(huì)聚所成。

(1)非模型的圖像增強(qiáng)方法，能夠有效增加降質(zhì)圖像的對(duì)比度，突出圖像中的某些細(xì)節(jié)，滿足主觀視覺要求，從而達(dá)到清晰化的目的。同時(shí)為了避免局部重疊，王萍提出了一種插值自適應(yīng)直方圖均衡化算法。詹翔提出了基于局部方差的保持灰度級(jí)和亮度的霧天圖像增強(qiáng)算法。針對(duì)圖像中天空區(qū)域的景物信息增強(qiáng)不夠自然。

(2)基于模型的圖像復(fù)原方法，該方法基于霧天成像的物理模型，通過反推成像過程，達(dá)到圖像去霧的目的，但需要獲得場(chǎng)景的深度信息，因而需要通過輔助信息或者多幅圖像進(jìn)行去霧處理。為了適應(yīng)各種應(yīng)用場(chǎng)合，基于單幅圖像的去霧算法成為當(dāng)前研究的熱點(diǎn)。Tan利用最大化復(fù)原圖像的局部對(duì)比度來達(dá)到去霧的目的，但是復(fù)原后圖像顏色過于飽和；Fattal假設(shè)透射率和場(chǎng)景目標(biāo)表面投影的局部不相關(guān)性來推導(dǎo)出透射率，但是復(fù)原后圖像失真較大；He等人針對(duì)以上問題提出了一種基于暗原色先驗(yàn)的單幅圖像去霧算法，但時(shí)間復(fù)雜度高的缺點(diǎn)限制了它的應(yīng)用范圍；張冰冰等人通過自適應(yīng)調(diào)節(jié)透射率下限值和大氣光值，擴(kuò)大了去霧處理的適用范圍。

直方圖規(guī)定化是一種典型的非模型的圖像增強(qiáng)方法，它以統(tǒng)計(jì)理論作基礎(chǔ)，利用圖像直方圖作變換，即通過擴(kuò)展圖像的灰度動(dòng)態(tài)范圍來改善圖像的視覺效果，以達(dá)到圖像增強(qiáng)的目的。通過修正輸入圖像的直方圖，使其趨向指定的形狀，以增大圖像灰度級(jí)的動(dòng)態(tài)范圍，達(dá)到圖像對(duì)比度增強(qiáng)的目的。直方圖規(guī)定化是在均衡化原理的基礎(chǔ)上，建立原始圖像與期望圖像之間的關(guān)系，按照預(yù)先設(shè)定的某個(gè)形狀來調(diào)整圖像的直方圖，使原始圖像的直方圖變成規(guī)定的形狀，彌補(bǔ)了直方圖均衡不具備交互作用的特性。根據(jù)霧霾圖像灰度直方圖的特點(diǎn)，以上提出的方法均不能實(shí)時(shí)高效的增強(qiáng)霧霾圖像

技術(shù)實(shí)現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)中的不足，本發(fā)明提供了一種能夠?qū)崟r(shí)高效的對(duì)彩色圖像去霧處理的基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

一種基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法，其特征在于，包括如下步驟：

步驟一：從霧霾RGB圖像中獲取強(qiáng)度圖像I

(1)視頻攝像頭捕獲彩色霧霾圖像；

(2)通過上位機(jī)將霧霾圖像RGB模型轉(zhuǎn)化為HSI模型圖像；

(3)轉(zhuǎn)化過程：

①其中

②

③

步驟二：對(duì)強(qiáng)度圖像I做高斯函數(shù)加權(quán)直方圖規(guī)定化處理

(1)計(jì)算強(qiáng)度圖像I的最小均方誤差，識(shí)別強(qiáng)度圖像是否屬于降質(zhì)圖像，如果計(jì)算得到圖像的最小均方誤差T小于設(shè)定的門限T0，則將此圖像判為降質(zhì)圖像，否則，不作處理。

(2)對(duì)降質(zhì)圖像的直方圖做高斯函數(shù)加權(quán)處理，其加權(quán)形式為G_weight＝α*G₁+β*G₂，其中和α和β分別表示加權(quán)系數(shù)，且0≤α≤1，0≤β≤1，α+β＝1。k₁₁，k₂₁分別為高斯函數(shù)的均值修正因子，k₁₂，k₂₂分別為高斯函數(shù)的方差修正因子。

(3)通過高斯函數(shù)加權(quán)直方圖規(guī)定化，有目的的增加某個(gè)灰度區(qū)間的圖像，獲得感興趣的信息，使圖像的最小均方誤差T大于等于T0，圖像對(duì)比度增加。

步驟三：

(1)恢復(fù)過程：

①如果0°≤H<120°，則G＝3I-(R+G)；B＝I(1-S)；

②如果120°≤H<240°，則H＝H-120°；R＝I(1-S)；

B＝3I-(R+G)；

③如果240°≤H≤360°，則H＝H-240°；R＝3I-(G+B)；G＝I(1-S)；

(2)將增強(qiáng)后的強(qiáng)度圖像I，同色調(diào)圖像H和飽和度圖像S結(jié)合，進(jìn)而將HSI圖像轉(zhuǎn)化為RGB圖像。

(3)獲得最終去霧圖像，直接將每一幀圖像交由DM6437實(shí)驗(yàn)平臺(tái)上實(shí)時(shí)顯示。

積極有益效果：(1)通過與原有的直方圖規(guī)定化去霧技術(shù)相比，本發(fā)明在有效性上得到提高，圖像的整體對(duì)比度得到明顯增強(qiáng)，同時(shí)對(duì)圖像中的較暗區(qū)域也較好地進(jìn)行了抑制；(2)對(duì)于攝像頭捕獲的彩色視頻，將一秒30幀圖像的數(shù)據(jù)流，經(jīng)過DM6437開發(fā)板上的解碼芯片解碼后，送入DM6437進(jìn)行處理，最后在顯示器上顯示。上位機(jī)采用TI CCS3.3開發(fā)環(huán)境對(duì)算法進(jìn)行編譯，通過仿真器寫入開發(fā)板中。相比利用它進(jìn)行圖像處理算法的編程和測(cè)試非常方便，能加速整個(gè)開發(fā)的進(jìn)程，提高工作效率；(3)通過霧霾圖像對(duì)比，對(duì)現(xiàn)有RGB空間去霧算法進(jìn)行分析，經(jīng)過RGB空間轉(zhuǎn)化到HSI空間，發(fā)現(xiàn)HSI空間的強(qiáng)度I是制約霧霾圖像的主要通道，對(duì)I通道圖像做加權(quán)高斯函數(shù)直方圖規(guī)定化約束，為了減少失真和過飽和，并得到更有效的去霧圖像。因此，在轉(zhuǎn)化過程中精確計(jì)算各個(gè)通道模型參數(shù)。

附圖說明

圖1本發(fā)明所述方法的流程示意圖；

圖2是本發(fā)明一種基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法一較佳實(shí)施例的立體結(jié)構(gòu)示意圖；

圖3是一種基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法所示的分解示意圖；

圖4是霧霾天拍攝照片示意圖；

圖5是經(jīng)過傳統(tǒng)方法去霧前后的圖像對(duì)比示意圖；

圖6是本發(fā)明所述一種基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法示意圖；

圖中為：視頻攝像頭1、以太網(wǎng)PHY(802.3,802.11)2、音頻輸入3、音頻編解碼器4、音頻輸出5、視頻監(jiān)控器(NTSC/PAL)6、無線手持終端7、DDR,SDRAM,266(32位)8、晶振/OSC,27MHZ9、SPI,EEPROM10、DAVINCI(DM6437)11、。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的較佳實(shí)施例進(jìn)行詳細(xì)闡述，以使本發(fā)明的優(yōu)點(diǎn)和特征能更易于被本領(lǐng)域技術(shù)人員理解，一種基于高斯函數(shù)加權(quán)直方圖規(guī)定化的彩色圖像去霧方法，其特征在于，如下步驟：

如圖1-圖6所述，步驟一：從霧霾RGB圖像中獲取強(qiáng)度圖像I

(1)視頻攝像頭捕獲彩色霧霾圖像；

(2)通過上位機(jī)將霧霾圖像RGB模型轉(zhuǎn)化為HSI模型圖像；

(3)轉(zhuǎn)化過程：

①其中

②

③

步驟二：對(duì)強(qiáng)度圖像I做高斯函數(shù)加權(quán)直方圖規(guī)定化處理

(1)計(jì)算強(qiáng)度圖像I的最小均方誤差，識(shí)別強(qiáng)度圖像是否屬于降質(zhì)圖像，如果計(jì)算得到圖像的最小均方誤差T小于設(shè)定的門限T0，則將此圖像判為降質(zhì)圖像，否則，不作處理。

(2)對(duì)降質(zhì)圖像的直方圖做高斯函數(shù)加權(quán)處理，其加權(quán)形式為G_weight＝α*G₁+β*G₂，其中和α和β分別表示加權(quán)系數(shù)，且0≤α≤1，0≤β≤1，α+β＝1。k₁₁，k₂₁分別為高斯函數(shù)的均值修正因子，k₁₂，k₂₂分別為高斯函數(shù)的方差修正因子。

(3)通過高斯函數(shù)加權(quán)直方圖規(guī)定化，有目的的增加某個(gè)灰度區(qū)間的圖像，獲得感興趣的信息，使圖像的最小均方誤差T大于等于T0，圖像對(duì)比度增加。

步驟三：

(1)恢復(fù)過程：

①如果0°≤H<120°，則G＝3I-(R+G)；B＝I(1-S)；

②如果120°≤H<240°，則H＝H-120°；R＝I(1-S)；

B＝3I-(R+G)；

③如果240°≤H≤360°，則H＝H-240°；R＝3I-(G+B)；G＝I(1-S)；

(2)將增強(qiáng)后的強(qiáng)度圖像I，同色調(diào)圖像H和飽和度圖像S結(jié)合，進(jìn)而將HSI圖像轉(zhuǎn)化為RGB圖像。

(3)獲得最終去霧圖像，直接將每一幀圖像交由DM6437實(shí)驗(yàn)平臺(tái)上實(shí)時(shí)顯示。在HSI模型中對(duì)圖像的色調(diào)、色飽和度和亮度各個(gè)分量進(jìn)行處理,用運(yùn)RGB模型與HSI模型之間的各個(gè)分量的相互轉(zhuǎn)換的公式,可以很方便的對(duì)RGB彩色圖像進(jìn)行圖像增強(qiáng)的操作。直方圖規(guī)定化利用圖像直方圖變換，擴(kuò)展圖像的灰度動(dòng)態(tài)范圍來改善圖像的視覺效果，以達(dá)到圖像增強(qiáng)的目的。為了達(dá)到既能有效擴(kuò)展強(qiáng)度圖像灰度的動(dòng)態(tài)范圍，又能實(shí)現(xiàn)對(duì)暗區(qū)的處理的目的。通過對(duì)不同高斯函數(shù)的加權(quán)達(dá)到優(yōu)化直方圖分布效果，實(shí)現(xiàn)強(qiáng)度圖像I的增強(qiáng)，最終實(shí)現(xiàn)彩色圖像去霧的目的。

為了驗(yàn)證本發(fā)明的有效性，針對(duì)大量霧霾圖及無霧霾圖像進(jìn)行處理，已取得了較好的效果，很好地解決了霧霾天條件下拍攝的降質(zhì)圖像的恢復(fù)問題,其優(yōu)勢(shì)在于算法簡(jiǎn)單,計(jì)算復(fù)雜度低,處理速度快。可在DM6437系統(tǒng)中實(shí)時(shí)處理,具有廣闊的應(yīng)用前景和價(jià)值。

以上實(shí)施案例僅用于說明本發(fā)明的優(yōu)選實(shí)施方式，但本發(fā)明并不限于上述實(shí)施方式，在所述領(lǐng)域普通技術(shù)人員所具備的知識(shí)范圍內(nèi)，本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替代及改進(jìn)等，均應(yīng)視為本申請(qǐng)的保護(hù)范圍。