【技术实现步骤摘要】
本专利技术涉及图像复原
,具体公开了一种去雾方法。
技术介绍
近年来,空气质量下降严重,雾和霾等恶劣天气频繁出现。受雾霾天气影响,图像呈现低对比度、低清晰度特点,近景处细节信息丢失严重,远景处特征被完全覆盖或模糊,信息的可辨识度大大降低。同时色彩保真度下降,出现严重的色彩偏移现象。图像去雾是通过一定技术手段,去除图像中的雾气干扰,以便得到满意视觉效果并获取更多有效信息。He等人提出暗通道先验统计规律,以及在此基础上提出“暗通道先验+导向性滤波”算法,被公认为当前去雾效果最佳的算法。然而,导向性滤波的实质是通过大尺寸窗口的均值滤波操作,将能量原本集中在边缘的“光晕”扩散,扩散范围越大,边缘处的光晕强度越小,以此减弱景深突变产生的光晕现象(halo effect),扩散范围大小直接由均值滤波窗口尺寸决定。该操作伴随的副作用是:扩散的光晕又模糊了边缘附近的场景深度,尤其对于树林、枝叶、树干等间隙性景物存在的透射场景,以及景深剧烈变化的边缘。对于深度密集突变区域,扩散的光晕“填补”了间隙的景深差异;对于深度剧烈变化区域,扩散的光晕使陡峭变化的景深平缓变化。错误估计的透射率导致该部分区域不能达到很好的去雾效果。用公式解释为:t(x)=e-βd(x),缝隙区域由于均值滤波扩散的光晕使d(x)偏小,透射率偏大,且通常在大景深突变处I(x)-A≤0,故因此偏大的透射率使该部分像素值偏大,接近于大气光值,呈现出“灰白雾状”,达不到去雾效果。其次,未注意到透射率仅与场景深度有关,与图像细纹理结构无直接关系。强结构纹理对应场景深度突变边缘,即光晕现象出现的地方,而细结构 ...
【技术保护点】
一种基于形状可变形态学重构的去雾方法,其特征在于,包括以下步骤:步骤1:对原始有雾图像,求各点R、G、B三通道的最小像素值作为最小颜色通道图像dc,最大像素值作为最大颜色通道图像mc,对最小颜色通道图像进行局部极小值滤波,获得粗估计暗原色通道图像DarkImg;步骤2:从粗估计暗原色通道图像DarkImg中确定大气光候选位置,在原始有雾图像中寻找对应具有最高亮度点的值作为大气光值A;步骤3:以原始有雾图像的灰度图为导向图,计算可变形结构元素,用生成的结构元素对最小颜色通道图像dc进行自适应中值滤波操作,获得细节被抑制的结构图像dc_med;步骤4:以步骤1中粗估计暗原色通道图像DarkImg为重构标记图像,以步骤3中结构图像dc_med为重构模板图像,进行灰度形态学膨胀重构,获得精细化的暗通道图像DarkImg*;结合大气光值A,利用计算精细化的最小颜色通道透射率分布图t_dc;步骤5:对最大颜色通道图像mc执行运算获得最大颜色通道透射率分布图t_mc;T为阈值;步骤6:对精细化的最小颜色通道透射率分布图t_dc、最大颜色通道透射率分布图t_mc执行逐点比较取最大值的融合操作,获得对天 ...
【技术特征摘要】
1.一种基于形状可变形态学重构的去雾方法,其特征在于,包括以下步骤:步骤1:对原始有雾图像,求各点R、G、B三通道的最小像素值作为最小颜色通道图像dc,最大像素值作为最大颜色通道图像mc,对最小颜色通道图像进行局部极小值滤波,获得粗估计暗原色通道图像DarkImg;步骤2:从粗估计暗原色通道图像DarkImg中确定大气光候选位置,在原始有雾图像中寻找对应具有最高亮度点的值作为大气光值A;步骤3:以原始有雾图像的灰度图为导向图,计算可变形结构元素,用生成的结构元素对最小颜色通道图像dc进行自适应中值滤波操作,获得细节被抑制的结构图像dc_med;步骤4:以步骤1中粗估计暗原色通道图像DarkImg为重构标记图像,以步骤3中结构图像dc_med为重构模板图像,进行灰度形态学膨胀重构,获得精细化的暗通道图像DarkImg*;结合大气光值A,利用计算精细化的最小颜色通道透射率分布图t_dc;步骤5:对最大颜色通道图像mc执行运算获得最大颜色通道透射率分布图t_mc;T为阈值;步骤6:对精细化的最小颜色通道透射率分布图t_dc、最大颜色通道透射率分布图t_mc执行逐点比较取最大值的融合操作,获得对天空免疫的最优透射率分布图t*;步骤7:直接利用大气光值A和最优透射率t*对原始有雾图像进行去雾清晰化,得到去雾重构图像J(x): J ( x ) = I ( x ) - A t ( x ) + A - - - ( 7 ) . ]]>2.根据权利要求1所述的一种基于形状可变形态学重构的去雾方法,其特征在于,步骤1中进行局部极小值滤波时设置窗口大小为7个像素单位。3.根据权利要求1所述的一种基于...
【专利技术属性】
技术研发人员:张斌,杨宏伟,饶磊,李艳婷,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。