基于双暗通道先验的图像能见度修复方法及图像处理装置制造方法及图纸

本发明专利技术提供一种基于双暗通道先验的图像能见度修复方法及图像处理装置。本发明专利技术的图像能见度修复方法包括：在接收输入雾气图像后，根据各输入像素的像素值，判断输入像素属于局部光区域或是非局部光区域；根据关联于训练集合中的图像尺寸的每一区块尺寸，分割局部光区域为多个区块；根据对应于各区块尺寸的费雪线性判别模型，判断各区块是否属于局部光区块，据以自各区块尺寸中判定指定区块尺寸；判定适应性色彩参数以及分别对应于指定区块尺寸以及小区块尺寸的双暗通道；根据适应性色彩参数、大气光以及根据双暗通道所判定的介质图，修复输入雾气图像，据以产生除雾图像。

【技术实现步骤摘要】

本专利技术涉及一种基于费雪线性判别的双暗通道先验（Fisher'slinear discriminant-baseddualdarkchannelprior)的图像能见度修复方法及图像处理装置。
技术介绍
在户外场景中所拍摄的图像往往会因为雾气、霾、沙尘暴等恶劣天气中的混浊介 质而导致能见度的降低。就光学上而言，数字图像的低能见度为不同的大气粒子吸收并且 散射数字相机与拍摄物之间的光线所导致。图像低能见度会使得例如是户外物体辨识系 统、障碍物检测系统、视频监控系统以及智能型运输系统等必须运作在任何天气状况下的 系统产生问题。 为了恢复降质图像的能见度以及鲜艳色彩，许多图像除雾技术已被视为有效的图 像修复工具，以利用场景深度信息来产生可用于各种计算机视觉应用的无雾图像。基此，许 多图像除雾方法相继被提出。根据许多研究显示，现有的图像除雾技术可以分为两大主要 类别：单张图像信息以及非单张图像信息。非单张图像信息的方式可通过多张图像或是特 殊的硬件设备取得同一场景的附加几何信息来估测未知的深度信息，以移除图像的雾气并 且恢复图像的能见度。然而，此种方式需要额外的硬件设备，其具复杂的技术以及昂贵的修 复成本。近来图像除雾的研究主要是朝向基于单张图像信息的方式，在判别无雾图像与输 入雾气图像的差异时，采用强烈假设（strongassumption)或是先验（prior)来达到图像 的修复。在一种现有技术所提出的单张图像除雾方法中，其观察到相对于拍摄到的雾气图 像，修复图像具有较高的对比度，因此可通过将局部对比度最大化的方式来修复场景辐射 (sceneradiance)〇 然而，此种方式会使得深度边缘产生假影（artifact)。另一种现有技术所提出的 单张图像除雾方法中，其基于透射率和表面投影在局部上是没有关联的假设上来估测场景 的反照率并且推导介质图（transmissionmap)。然而，此种方法不适用于雾气密度较大的 图像。 另一种现有技术观察到在户外无雾图像中，局部区域的像素在至少一个色彩通 道中具有较低的像素值，因此提出一种以单像图像并且利用暗通道先验（darkchannel prior)来有效地移除雾气的图像除雾算法。目前为止，此种以单张图像来有效地进行除雾 已在本领域引起广泛的研究与讨论。延续上述暗通道先验技术，另一种图像除雾算法采用 暗通道先验以及多阶仿视觉（multi-scaleRetinex)的技术来快速地进行图像的修复。然 而，在恶劣的天气下，局部光源以及色偏（color-shift)往往会使得整体处理程序变为复 杂。在此情境下，前述暗通道先验技术将会无法得到满意的修复结果。
技术实现思路
本专利技术提供一种基于双暗通道先验的图像能见度修复方法及图像处理装置，可在 各种实际拍摄情况中有效地针对单张图像进行除雾。 本专利技术提出一种基于双暗通道先验的图像能见度修复方法，适用于图像处理装 置。此方法包括下列步骤：接收对应于多个图像尺寸以及多个类别的多个训练图像，其中 各所述类别对应于一局部光源；根据所述训练图像，利用费雪线性判别模型，产生多个判别 模式；接收包括多个输入像素的输入雾气图像，并且根据各所述输入像素的像素值，判断各 所述输入像素属于局部光区域或是非局部光区域；根据关联于所述图像尺寸的多个区块尺 寸，分割局部光区域为多个区块；根据对应于各所述区块尺寸的费雪线性判别模型，判断各 所述区块是否属于局部光区块，据以自所述区块尺寸中判定指定区块尺寸；根据所述输入 像素在每一色彩通道的像素值，判定对应于每一色彩通道的一组适应性色彩参数；判定分 别对应于指定区块尺寸以及小区块尺寸的双暗通道；根据对应于指定区块尺寸的暗通道， 判定在各所述色彩通道的大气光，并且根据对应于小区块尺寸的暗通道，判定介质图；根据 对应于各所述色彩通道的适应性色彩参数、大气光以及介质图，修复输入雾气图像，据以产 生除雾图像；以及输出除雾图像。 在本专利技术的一实施例中，上述根据所述训练图像，利用费雪线性判别模型，产生所 述判别模式的步骤包括：计算对应于所述训练图像的各所述图像尺寸的类别间散布矩阵以 及类别内散布矩阵；最大化对应的类别间散布矩阵与对应的类别内散布矩阵之间的比值， 以计算对应于所述训练图像的各所述图像尺寸的最佳投影向量；以及根据对应的最佳投影 向量以及对应的训练图像，取得各所述判别模式。 在本专利技术的一实施例中，上述根据所述训练图像，利用费雪线性判别模型，产生所 述判别模式的公式包括方程式（1)~方程式（4): 其中，纪为对应于图像尺寸f的类别间散布矩阵，蹲为对应于图像尺寸f的类别 内散布矩阵，u为所述类别中的平均训练图像，Ul为第i个类别中的平均训练图像，ni为属 于第i个类别中的训练图像的数量，xk为第i个类别中的第k个训练图像，Η为所述类别的 数量并且为正整数， 其中，W。#为对应于图像尺寸f的最佳投影向量，[Wl，w2，…，wj为匁与努：的一组 广义特征向量，r为一较低维度经验值，其中r为正整数并且KH，Z{ =(wJpJX, 方程式⑷； 其中，为图像尺寸f的第k个训练图像所对应的判别模式。 在本专利技术的一实施例中，上述彩色通道为红色通道、绿色通道以及蓝色通道；根据 各所述输入像素的像素值，判断各所述输入像素属于局部光区域或是非局部光区域的步骤 包括：计算各所述输入像素在指定色彩通道的像素值所出现的概率，以取得对应于各所述 像素值的pmf值；判断所述pmf值中的最大概率值，并且设定对应于最大机率值的像素值为 二值化屏蔽门槛值；判断各所述输入像素在指定色彩通道的像素值是否大于二值化屏蔽门 槛值；若是，确定属于局部光区域；若否，确定属于非局部光区域，其中指定色彩通道为所 述色彩通道之一。 在本专利技术的一实施例中，上述根据各所述输入像素的像素值，判断各所述输入像 素属于局部光区域或是非局部光区域的公式包括方程式（5)~方程式（6): 其中，PMF(Ie)为输入雾气图像在指定色彩通道c中对应于像素值I的pmf值，丽 为所述输入像素的数量， 其中，B(x，y)为位于（X，y)的输入像素的二值化屏蔽，δ为二值化屏蔽门槛值，并 且 在本专利技术的一实施例中，上述根据对应于各所述区块尺寸的费雪线性判别模型， 判断各所述区块是否属于局部光区块，据以自所述区块尺寸中判定指定区块尺寸的步骤包 括：针对各所述区块尺寸计算各所述区块的投影；判断各所述投影与对应的最佳投影向量 之间的相似度是否超过经验门槛值；若是，确定该区块不属于局部光区块；若否，确定该区 块属于局部光区块；针对各所述区块尺寸，累计属于局部光区块的所述区块的数量，以及设 定所述局部光区块中具有最多区块数量的区块尺寸为指定区块尺寸。 在本专利技术的一实施例中，上述根据对应于各所述区块尺寸的费雪线性判别模型， 判断各所述区块是否属于局部光区块，据以自所述区块尺寸中判定指定区块尺寸的公式包 括方程式（7)~方程式（8): 其中，G为输入雾气图像中区块尺寸为f的第k个区块的投影，Ik为输入雾气图 像的第k个区块， 其中，Δ为经验门滥值，classl表示不属于局部光区块，以及class2表示属于局 部光区块。 在本专利技术的一实施例中，上述根据所述输入像素在各所述色彩通道的像素本文档来自技高网...

【技术保护点】
一种基于双暗通道先验的图像能见度修复方法，其特征在于，适用于图像处理装置，包括：接收对应于多个图像尺寸以及多个类别的多个训练图像，其中各所述类别对应于局部光源；根据所述训练图像，利用费雪线性判别模型，产生多个判别模式；接收包括多个输入像素的输入雾气图像，并且根据各所述输入像素的像素值，判断各所述输入像素属于局部光区域或是非局部光区域；根据关联于所述图像尺寸的多个区块尺寸，分割该局部光区域为多个区块；根据对应于各所述区块尺寸的该费雪线性判别模型，判断各所述区块是否属于一局部光区块，据以自所述区块尺寸中判定指定区块尺寸；根据所述输入像素在多个色彩通道的像素值，判定对应于每一所述色彩通道的一组适应性色彩参数；判定分别对应于该指定区块尺寸以及小区块尺寸的双暗通道；根据对应于该指定区块尺寸的暗通道，判定在各所述色彩通道的大气光，并且根据对应于该小区块尺寸的暗通道，判定介质图；根据对应于各所述色彩通道的该组适应性色彩参数、该大气光以及该介质图，修复该输入雾气图像，产生除雾图像；以及输出该除雾图像。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：黄士嘉，陈柏豪，
申请(专利权)人：台北科技大学，
类型：发明
国别省市：中国台湾;71