本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，具體涉及一種基于融合通道且對(duì)天空免疫的圖像去霧方法。

背景技術(shù)：

近年來，霧霾天氣較為常見，由于空氣中大量氣溶膠粒子、微小水滴等顆粒對(duì)光線的吸收和散射作用導(dǎo)致戶外成像質(zhì)量嚴(yán)重退化，圖像顏色失真偏灰白，圖像模糊細(xì)節(jié)不清晰，對(duì)比度下降。不僅影響視覺效果，還直接限制了戶外成像系統(tǒng)的效用的發(fā)揮，給后期圖像處理和分析帶來了困難。因此，對(duì)霧天圖像進(jìn)行清晰化處理十分必要。

目前，圖像去霧技術(shù)已經(jīng)成為研究熱點(diǎn)，對(duì)單幅圖像去霧方法有圖像增強(qiáng)方法和圖像復(fù)原方法兩種。圖像增強(qiáng)方法主要是借助圖像處理等手段，如直方圖均衡化、頻域?yàn)V波、Retinex等，通過削弱或去除一些不需要的信息，突出圖像中的某些信息，在一定程度上能提高圖像的對(duì)比度，改善視覺效果，但是沒有從霧天圖像的模糊退化機(jī)理入手，并不是實(shí)質(zhì)上的去霧。

圖像復(fù)原方法去霧是從大氣散射理論出發(fā)，考慮圖像退化原因，建立霧天成像的散射模型，實(shí)現(xiàn)場景復(fù)原，能獲得較為理想的去霧效果，其中以暗原色先驗(yàn)的去霧方法為代表。暗原色先驗(yàn)是一種對(duì)無霧圖像的統(tǒng)計(jì)規(guī)律，首先粗估計(jì)出介質(zhì)傳播函數(shù)，然后利用軟摳圖原理或者引導(dǎo)濾波器對(duì)透過率圖像進(jìn)行精細(xì)優(yōu)化，該算法取得令人嘆服的去霧效果。

然而在場景目標(biāo)的亮度與大氣光相似的情況下，圖像中存在大面積的天空區(qū)域基本找不到像素值很小的點(diǎn)，此時(shí)暗原色假設(shè)失效。對(duì)于戶外圖像一般都會(huì)存在一定面積的天空?qǐng)D像，然而，以上無論是圖像增強(qiáng)算法還是圖像復(fù)原算法，這些算法有一個(gè)共同的缺點(diǎn)，就是會(huì)造成去霧后天空區(qū)域色彩失真，出現(xiàn)光暈現(xiàn)象和塊效應(yīng)，嚴(yán)重影響去霧效果。相應(yīng)的改進(jìn)算法需要提取天空梯度信息等特征，進(jìn)行天空識(shí)別，從而對(duì)天空和非天空區(qū)域進(jìn)行分割，然后采取不同的透過率估計(jì)方法進(jìn)行去霧處理，識(shí)別過程繁瑣，計(jì)算量大。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為解決現(xiàn)有圖像去霧方法去霧后存在圖像上天空區(qū)域色彩失真，出現(xiàn)光暈現(xiàn)象和塊效應(yīng)，導(dǎo)致去霧效果差以及現(xiàn)有方法存在識(shí)別過程繁瑣計(jì)算量大等問題，提供一種基于融合通道且對(duì)天空免疫的圖像去霧方法。

基于融合通道且對(duì)天空免疫的圖像去霧方法，該方法由以下步驟實(shí)現(xiàn)：

步驟一、對(duì)原始有霧圖像I(x)分別進(jìn)行最小值濾波和最大值濾波，分別獲得暗原色通道圖像和亮原色通道圖像；

步驟二、取暗原色通道圖像中亮度值最高的0.1％的像素，在原始有霧圖像I(x)中尋找對(duì)應(yīng)像素值的點(diǎn)，并取最大的像素值作為對(duì)大氣光A的粗略估計(jì)；

步驟三、引入修正因子ω，并根據(jù)步驟二獲得的大氣光A的粗略估計(jì)，獲得暗通道透過率的粗略估計(jì)和亮通道透過率的粗略估計(jì)用下式表示為：

式中，c為R、G、B三通道中的一個(gè)顏色通道，取暗原色通道圖像的修正因子ω_D＝0.8，亮原色通道圖像的修正因子

步驟四、根據(jù)步驟三獲得暗通道透過率的粗略估計(jì)和亮通道透過率的粗略估計(jì)采用引導(dǎo)濾波分別對(duì)暗通道透過率的粗略估計(jì)和亮通道透過率的粗略估計(jì)進(jìn)行精細(xì)優(yōu)化，分別得到暗通道透過率的精細(xì)估計(jì)和亮通道透過率的精細(xì)估計(jì)

步驟五、判斷暗通道透過率的精細(xì)估計(jì)是否大于亮通道透過率的精細(xì)估計(jì)如果是，執(zhí)行步驟六；如果否，則暗原色通道圖像不是天空區(qū)域，融合透過率估計(jì)

步驟六、所述暗原色通道圖像為天空區(qū)域，融合透過率估計(jì)統(tǒng)計(jì)符合亮原色先驗(yàn)理論的天空區(qū)域?qū)?yīng)的有霧圖像部分的像素值，并將所述像素均值作為對(duì)大氣光A的自適應(yīng)準(zhǔn)確估計(jì)；

步驟七、根據(jù)步驟五、步驟六中綜合得到的融合透過率步驟六中獲得的大氣光A的自適應(yīng)準(zhǔn)確估計(jì)，采用大氣散射成像模型獲得去霧清晰化圖像。

本發(fā)明的有益效果：本發(fā)明基于大氣散射模型，在暗原色先驗(yàn)的理論基礎(chǔ)上，從暗、亮雙通道入手進(jìn)行分析，利用亮原色先驗(yàn)彌補(bǔ)暗原色先驗(yàn)失效的情況，對(duì)天空部分圖像有自適應(yīng)的免疫性，并能對(duì)大氣光A進(jìn)行精準(zhǔn)的自適應(yīng)估計(jì)，有效提高了暗原色先驗(yàn)算法的普適性和魯棒性。

附圖說明

圖1為本發(fā)明的戶外無霧圖像暗原色圖像與亮原色圖像；其中，圖1a為戶外無霧原圖像，圖1b為暗原色圖像，圖1c為亮原色圖像；

圖2為本發(fā)明的一種基于融合通道且對(duì)天空免疫的圖像去霧方法流程圖；

圖3中分別為按照暗通道、亮通道、及融合通道對(duì)透過率圖像進(jìn)行估計(jì)的對(duì)比效果圖；其中，圖3a為原圖，圖3b為暗原色通道精細(xì)估計(jì)透過率效果圖，3c為亮原色通道估計(jì)精細(xì)透過率效果圖，圖3d為融合通道估計(jì)透過率效果圖；

圖4為采用本發(fā)明所述的基于融合通道且對(duì)天空免疫的圖像去霧方法與現(xiàn)有直方圖均衡化算法、暗通道先驗(yàn)算法對(duì)具有小面積天空霧圖的去霧效果對(duì)比效果圖；其中，圖4a為原圖，圖4b為采用直方圖均衡化算法對(duì)具有小面積天空霧圖的去霧效果圖；圖4c為采用暗通道先驗(yàn)算法對(duì)具有小面積天空霧圖的去霧效果圖，圖4d為采用本發(fā)明所述的基于融合通道且對(duì)天空免疫的圖像去霧方法對(duì)具有小面積天空霧圖的去霧效果圖；

圖5為采用本發(fā)明所述的基于融合通道且對(duì)天空免疫的圖像去霧方法與現(xiàn)有直方圖均衡化算法、暗通道先驗(yàn)算法對(duì)具有大面積天空霧圖的去霧效果對(duì)比圖；其中，圖5a為原圖，圖5b為采用直方圖均衡化算法對(duì)具有大面積天空霧圖的去霧效果圖；圖5c為采用暗通道先驗(yàn)算法對(duì)具有大面積天空霧圖的去霧效果圖，圖5d為采用本發(fā)明所述的基于融合通道且對(duì)天空免疫的圖像去霧方法對(duì)具有大面積天空霧圖的去霧效果圖；

圖6基于本算法與直方圖均衡化算法、暗通道先驗(yàn)算法對(duì)具有大面積且天空與物體重疊的霧天圖像去霧效果圖；其中，圖6a為原圖，圖6b為采用直方圖均衡化算法對(duì)具有大面積且天空與物體重疊的霧天圖像去霧效果圖；圖6c為采用暗通道先驗(yàn)算法對(duì)具有大面積且天空與物體重疊的霧天圖像去霧效果圖，圖6d為采用本發(fā)明所述的基于融合通道且對(duì)天空免疫的圖像去霧方法對(duì)具有大面積且天空與物體重疊的霧天圖像去霧效果圖。

具體實(shí)施方式

具體實(shí)施方式一、結(jié)合圖1至圖6說明本實(shí)施方式，基于融合通道且對(duì)天空免疫的圖像去霧方法，該方法由以下步驟實(shí)現(xiàn)：

步驟一、對(duì)原始有霧圖像I(x)分別進(jìn)行最小值、最大值濾波，分別求取暗原色、亮原色通道的圖像。

步驟二、取暗通道圖像按照像素值大小排序的前0.1％像素，并在原始有霧圖像中尋找對(duì)應(yīng)像素值點(diǎn)，取最大的像素值作為對(duì)大氣光A的粗略估計(jì)。

步驟三、由步驟二對(duì)大氣光A的粗略估計(jì)，根據(jù)公式(5)、公式(10)分別得到暗通道的透過率和亮通道的透過率的粗略估計(jì)；

其具體過程為：

在計(jì)算機(jī)視覺領(lǐng)域，大氣散射成像模型得到廣泛應(yīng)用，如下式所示：

I(x)＝J(x)t(x)+A(1-t(x)) (1)

其中，J(x)為要恢復(fù)的無霧圖像，t(x)為透過率，c指R、G、B三通道中的一個(gè)顏色通道。將式(1)稍作處理，變形為下式：

由暗原色先驗(yàn)理論，首先假設(shè)在每一個(gè)窗口內(nèi)透過率t(x)為常數(shù)，定義為A為常數(shù)，對(duì)式(2)兩邊求兩次最小值運(yùn)算，得到下式：

根據(jù)暗通道先驗(yàn)可知：

為了讓人感到景深的存在，有必要在去霧的時(shí)有針對(duì)性的保留一部分覆蓋遙遠(yuǎn)景物的霧，引入一個(gè)在[0,1]之間的修正因子ω，最終可得到暗通道透過率的粗略估計(jì)

其中，暗原色通道圖像的修正因子ω_D取值為：ω_D＝0.8。

對(duì)于戶外場景中無霧圖像統(tǒng)計(jì)發(fā)現(xiàn)，多數(shù)戶外無霧圖像的任意局部小塊中，也存在一些像素，它們的某一個(gè)或幾個(gè)顏色通道的強(qiáng)度值很高，甚至接近于255飽和值，在此我們稱之為亮原色。

經(jīng)分析，戶外無霧局部圖像同時(shí)滿足暗原色和亮原色，但也有局部圖像不能同時(shí)滿足這兩種先驗(yàn)知識(shí)，如圖1所示。顯然，天空區(qū)域局部圖像只滿足亮原色先驗(yàn)，而不滿足暗原色先驗(yàn)，那么采用暗通道將會(huì)出現(xiàn)錯(cuò)誤，導(dǎo)致天空部分圖像顏色失真、出現(xiàn)光暈現(xiàn)象和塊效應(yīng)。

我們仿照暗通道推倒過程，對(duì)亮通道進(jìn)行如下推倒：對(duì)式(2)兩邊求取兩次最大值運(yùn)算，得到式子：

由亮通道先驗(yàn)可知：

由(6)式可得：

整理可得：

仿照暗通道理論，對(duì)圖像進(jìn)行歸一化處理，并且加入修正因子，得式(10)，采用這個(gè)公式可得到利用亮通道透過率的粗略估計(jì)

其中，亮原色通道圖像的修正因子ω_L取值為：

由式(5)可知：是減函數(shù)，說明當(dāng)取值越大，即透過率圖越亮，就越小，那么該局部圖像符合暗通道先驗(yàn)規(guī)律概率越大，反之，透過率圖越暗，該局部圖像符合暗通道先驗(yàn)規(guī)律概率越小。

由式(10)可知：是的增函數(shù)，說明當(dāng)取值越大，即透過率圖越亮，就越大，那么該局部圖像符合亮通道先驗(yàn)規(guī)律概率越大，反之，透過率圖越暗，該局部圖像符合暗通道先驗(yàn)規(guī)律概率越小。

步驟四、由步驟三對(duì)暗、亮通道的透過率的粗略估計(jì)采用引導(dǎo)濾波分別對(duì)進(jìn)行精細(xì)優(yōu)化估計(jì)，分別得到暗通道透過率的精細(xì)估計(jì)和亮通道透過率的精細(xì)估計(jì)對(duì)圖3a中的霧天圖像的原圖進(jìn)行精細(xì)透過率估計(jì)，分別得到暗原色通道精細(xì)估計(jì)透過率圖如圖3b，亮原色通道精細(xì)估計(jì)透過率圖如圖3c，圖3d為本發(fā)明中融合通道估計(jì)透過率圖。

步驟五、判斷關(guān)系，來獲取更加精確的融合透過率估計(jì)圖選取暗通道透過率的精細(xì)估計(jì)和亮通道透過率的精細(xì)估計(jì)中相對(duì)較大值(如式(11)所示)，得到最終的透過率估計(jì)這樣，可以使得暗原色和亮原色理論相互彌補(bǔ)，來獲取更加精確的透過率估計(jì)圖

如果說明是天空部分，那么改進(jìn)的融合透過率反之，則不是天空部分，改進(jìn)的融合透過率最終得到改進(jìn)的融合透過率圖如圖3d所示。

步驟六、取步驟五中，不符合暗原色先驗(yàn)理論的天空部分對(duì)應(yīng)有霧圖像部分的像素值，進(jìn)行統(tǒng)計(jì)并求取均值，作為對(duì)大氣光A的自適應(yīng)準(zhǔn)確估計(jì)。

步驟七：取步驟五、步驟六中融合透過率圖大氣光A的精細(xì)自適應(yīng)估計(jì)值，根據(jù)大氣散射成像模型得到去霧清晰化圖像。

本實(shí)施方式中，選取三種存在天空的有霧圖像，一種是存在小面積天空的霧天圖像，如圖4所示；第二種是具有大面積天空的霧天圖像，如圖5所示；第三種是具有大面積天空且天空與物體重合的霧天圖像，如圖6所示；

選取圖像增強(qiáng)的典型性算法-直方圖均衡化算法、圖像復(fù)原中的典型去霧算法-暗通道先驗(yàn)算法，和本發(fā)明的一種基于融合通道且對(duì)天空免疫的圖像去霧算法對(duì)霧天的圖像進(jìn)行清晰化處理，并對(duì)去霧效果進(jìn)行對(duì)比，處理結(jié)果參見圖4-圖6。

對(duì)比去霧效果表明：在霧天圖像中，無論存在天空面積大小與否，直方圖均衡化算法、暗通道先驗(yàn)算法對(duì)天空部分圖像的處理結(jié)果都會(huì)存在色彩失真、光暈現(xiàn)象和塊效應(yīng)，參見圖4-圖6中的4b、4c、5b、5c、6b和6c，嚴(yán)重影響圖像的去霧效果。

采用本實(shí)施方式所述基于融合通道且對(duì)天空免疫的圖像去霧算法處理得到的圖像，無論天空部分圖像面積大小，有效避免了以上算法對(duì)霧天圖像天空部分的失真，得到整體和諧清晰的圖像，說明了本發(fā)明算法對(duì)霧天圖像處理的天空部分的免疫性。