图像去雾方法及其系统技术方案

本发明专利技术提供了一种图像去雾方法，其包括以下步骤：步骤一，采集包含有雾的图像；步骤二，根据图像的边界条件获得初始的大气散射函数；步骤三，利用递归双边滤波来精化初始的大气散射函数；步骤四，再次使用递归双边滤波器得到局部对比度；步骤五，基于局部对比度，对不同浓度的雾区域自适应地进行处理；步骤六，根据图像退化模型快速获得去雾结果，并进行色调调整后将最终结果进行输出展示。本发明专利技术方法去雾结果的边缘信息得到很好的保持，细节更加清晰。并且在景深突变的区域没有出现残雾和光晕效应，最大程度上恢复了真实的场景，整体上符合人们的视觉感受。

【技术实现步骤摘要】

本专利技术属于图像处理和计算机视觉领域，尤其涉及一种图像去雾方法及其系统。
技术介绍
目前，针对图像去雾，研究工作主要集中在对单幅图像的去雾。常用的图像去雾方法包括Retinex方法、Fattal方法、He方法和Tarel方法。Retinex方法设定输入的退化图像是亮度图像与反射图像的乘积。通过去除或降低亮度图像的影响，从而尽量保留反映场景本质的反射图像来去雾。然而，其在颜色信息处理过程中采用了输入图像色度的非线性函数值来补偿颜色信息的丢失，无法还原场景的真实颜色。Fattal方法首先假设图像局部区域的反射率是常数，并且该反射率与传输率是相互独立。利用独立分量估计反射率的方向，并基于马尔可夫随机场估计图像的颜色，取得较好的去雾结果。但是，该方法假设局部区域内的统计相互独立且需要充分的颜色信息，导致其在低能见度或颜色信息不够明显的情况下，常常会失效。He方法统计分析大量户外高能见度图像并提取暗通道先验。通过该先验估计大气光和传输率，再利用图像抠图对传输率进一步优化。利用雾天成像的物理模型进行图像去雾。该方法去雾效果较好，无需附加条件，但是当场景中不存在暗原色时，其往往无效。同时，该方法优化传输率时采用抠图处理，本质上是求解一个大规模稀疏的线性方程组，拥有很高的时间与空间复杂度。Tarel方法假设大气散射函数在一定范围内趋近于最大值，采用改进的中值滤波对大气散射函数进行估计，从而来对单幅图像进行能见度去雾处理。该方法尽管拥有较低的时间复杂度，较高的执行效率，但是并不能够较好的保持图像边缘，并且容易使得去雾结果产生光晕效应。Tan方法利用低能见度图像的对比度比高能见度图像低这一先验，通过最大化去雾图像局部对比度来增强图像。基于马尔可夫随机场来归一化结果，其在景深突变的区域很容易产生光晕效应，同时去雾出的图像颜色过于饱和。
技术实现思路
本专利技术的目的是：针对现有技术的不足，提供一种细节清晰、景深突变区域无残雾和光晕效应、能更好地恢复真实场景的图像去雾方法及其系统。为了达到上述目的，一方面，本专利技术提供了一种图像去雾方法，其包括以下步骤：步骤一，采集包含有雾的图像；步骤二，根据图像的边界条件获得初始的大气散射函数；步骤三，利用递归双边滤波来精化初始的大气散射函数；步骤四，再次使用递归双边滤波器得到局部对比度；步骤五，基于局部对比度，对不同浓度的雾区域自适应地进行处理；步骤六，根据图像退化模型快速获得去雾结果，并进行色调调整后将最终结果进行输出展示。另一方面，本专利技术提供了一种图像去雾系统，其包括图像采集模块、处理模块、图像输出模块，其中，图像采集模块：采集包含有雾的图像并传送给处理模块；处理模块：根据图像的边界条件获得初始的大气散射函数，利用递归双边滤波来精化初始的大气散射函数，再次使用递归双边滤波器得到局部对比度，基于局部对比度，对不同浓度的雾区域自适应地进行处理，根据图像退化模型快速获得去雾结果，并进行色调调整；图像输出模块：将最终结果进行输出展示。本专利技术的有益效果如下：本专利技术提供的图像去雾方法及其系统，其关键在于能够获得准确的大气散射函数。首先，利用给定图像的边界条件获得初始的大气散射函数。为了能有效地避免光晕现象，利用递归双边滤波来精化初始的大气散射函数。之后再次使用递归双边滤波器得到局部对比度。基于局部对比度，不同浓度的雾区域能够被自适应地进行处理。为了能够得到更真实的效果，采用色调映射对其结果进行处理。为了加速该方法，本专利技术采用一种自适应的非均匀采样策略。对于输入的输入图像构建其相应的高维特征空间，并借助高斯KD(k-dimensional)树对特征空间进行自适应的剖分。采用高斯权度量像素点对应特征向量的相似度，则每个剖分得到的子空间是由特征相似的像素点聚类构成。计算每个叶结点子空间的采样，并用这些采样点近似表示图像的输入数据集。由此，得到的采样点数量会小于输入数据集。基于这些采样点进行去雾处理，并将计算结果插值到输入数据集。该方法能够快速有效地对单幅图像进行去雾处理。附图说明图1为本专利技术图像去雾方法的流程图。具体实施方式如图1所示，本专利技术提供了一种图像去雾方法，其包括以下步骤：步骤一，采集包含有雾的图像；步骤二，根据图像的边界条件获得初始的大气散射函数；步骤三，利用递归双边滤波来精化初始的大气散射函数；步骤四，再次使用递归双边滤波器得到局部对比度；步骤五，基于局部对比度，对不同浓度的雾区域自适应地进行处理；步骤六，根据图像退化模型快速获得去雾结果，并进行色调调整后将最终结果进行输出展示。优选的，步骤二中根据图像退化模型得到全局大气光A，采用像素点i为中心的窗口ω(i)对输入图像的r,g,b三通道分别进行最小值滤波，然后，选取滤波后的三通道最大值作为全局大气光A，A={maxi(minj∈ω(i)Ir(j)),maxi(minj∈ω(i)Ig(j)),maxi(minj∈ω(i)Ib(j))本文档来自技高网...

【技术保护点】
一种图像去雾方法，其包括以下步骤：步骤一，采集包含有雾的图像；步骤二，根据图像的边界条件获得初始的大气散射函数；步骤三，利用递归双边滤波来精化初始的大气散射函数；步骤四，再次使用递归双边滤波器得到局部对比度；步骤五，基于局部对比度，对不同浓度的雾区域自适应地进行处理；步骤六，根据图像退化模型快速获得去雾结果，并进行色调调整后将最终结果进行输出展示。

【技术特征摘要】
1.一种图像去雾方法，其包括以下步骤：
步骤一，采集包含有雾的图像；
步骤二，根据图像的边界条件获得初始的大气散射函数；
步骤三，利用递归双边滤波来精化初始的大气散射函数；
步骤四，再次使用递归双边滤波器得到局部对比度；
步骤五，基于局部对比度，对不同浓度的雾区域自适应地进行处理；
步骤六，根据图像退化模型快速获得去雾结果，并进行色调调整后将最终结果进行输
出展示。
2.如权利要求1所...

【专利技术属性】
技术研发人员：廖斌，訚鹏，
申请(专利权)人：湖北大学，
类型：发明
国别省市：湖北;42