一种航拍图像去雾方法技术

本发明专利技术一种航拍图像去雾方法属于航拍图像复原邻域；该方法首先建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光，再利用非局部特征结构张量的主特征值对航拍图像的纹理信息进行描述，然后采用非局部特征结构张量的自适应滤波方法优化粗糙大气透射图，最后求到无雾图像；实验证明，本文方法能够有效消除去雾后图像边缘出现的“光晕”现象。

【技术实现步骤摘要】
一种航拍图像去雾方法
本专利技术一种航拍图像去雾方法属于航拍图像复原邻域。
技术介绍
随着无人机技术的飞速发展，无人机以其体积小，灵活性高，费用低，操作简单，监测速度快等优点广泛应用于各行各业当中。相比传统的卫星遥感和机载航空遥感，无人机遥感技术作为一项新的空间数据获取手段以其高分辨率和高时效而广泛的应用在各个领域。无人机遥感技术在各领域的应用以无人机获取的高清影像为前提，但由于天气中雾、霾等因素的存在，使得户外的能见度大大降低，影响无人机航拍图像的质量。当在雾天进行无人机遥感作业时，就需要对所获取的影像进行清晰化处理，为后续的处理工作提供可以依赖的清晰影像。目前，国内外研究图像去雾的算法大体可分为基于非模型的图像增强方法和基于模型的图像复原方法。基于非模型的图像增强方法，从主观上选择性的突出有价值部分的特征，提高图像清晰度和对比度，以达到满意的视觉去雾效果。但该类算法只是单纯的去除了图像当中的噪声，提高了图像的对比度，让图像边缘看起来更清晰并突出图像的某些性质，但这不是本质上的去雾。基于模型的图像复原去雾方法，通过分析雾天图像的模糊化原理，构建大气散射模型的方式将输入的雾霾图像复原为无雾图像，实现了真正意义上的图像去雾。这类方法在去雾效果，时间复杂度等各方面都表现得比较均衡，是现阶段主流的去雾方法。但这类方法在去雾图像的边缘位置会产生“光晕现象”和梯度反转伪影的问题。针对以上不足，提出了一种航拍图像去雾方法，利用非局部特征结构张量的自适应滤波法优化大气透射图，减少无雾图像的“光晕”和伪影效应，达到更好的去雾效果。
技术实现思路
针对上述技术需求，本专利技术公开了一种航拍图像去雾方法，该方法能够有效对有雾图像进行去雾清晰化处理，同时能够消除去雾后图像边缘位置产生的“光晕现象”和伪影效应。在视觉效果和颜色对比度方面优于其他去雾方法，并且去雾后图像整体颜色都比较自然，去雾效果更理想。本专利技术的目的是这样实现的：一种航拍图像去雾方法，包括以下步骤：步骤a、建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光；步骤b、利用非局部特征结构张量的主特征值对航拍图像纹理信息进行描述；步骤c、采用图像非局部特征结构张量的自适应滤波方法优化粗糙大气透射图；步骤d、求取无雾图像。上述的一种航拍图像去雾方法，步骤a的具体步骤如下：步骤a1：构建大气散射模型构建大气散射模型如下：I(xe,g)＝J(xe,g)t(xe,g)+A(1-t(xe,g))其中，I(xe,g)为航拍有雾图像，J(xe,g)为去雾后的图像，t(xe,g)为透射图，A为大气光，xe,g为图像的像素点，xe,g坐标为(e,g)，I(xe,g)、t(xe,g)、J(xe,g)的大小均为m×n，e＝0,…,m-1，g＝0,…,n-1，xe,g∈τ，τ为像素点从x0,0到xm-1,n-1所覆盖的区域集合；步骤a2：构建航拍有雾图像I(xe,g)的暗通道图Idark(xe,g)求出I(xe,g)各像素点RGB三通道中灰度值的最小值，存入到一幅与I(xe,g)大小相同的灰度图像Igray(xe,g)中，对Igray(xe,g)进行最小值滤波可得到I(xe,g)的暗通道图Idark(xe,g)，用数学表达式可定义为：其中，Ω(xe,g)为Igray(xe,g)上以任意点xe,g为中心的一定大小的矩形窗口，Ω(xe,g)＝15，y代表Ω(xe,g)中的任意像素点，c代表图像RGB三通道中的任意通道，Ic(y)代表I(xe,g)中Ω(xe,g)内任意像素点在指定c通道中的灰度值；步骤a3：求取全球大气光A步骤a31、将步骤a2构建的Idark(xe,g)，按像素点亮度从大到小的顺序提取前O个像素点位置，O＝0.1％×m×n；步骤a32、根据步骤a31提取的O个Idark(xe,g)中像素点位置，在I(xe,g)中寻找所对应位置的像素点，其中亮度最高的像素点的三个通道灰度的平均值即为全球大气光A；步骤a4：求取粗糙大气透射图步骤a41、将步骤a1所构建的大气散射模型两边同时除以I(xe,g)和J(xe,g)所对应各RGB通道的大气光Ac：步骤a42、假设Ω(xe,g)的透射图tΩ(xe,g)为定值，则在Ω(xe,g)大小的矩形窗口内，对步骤a41所得公式两边，用最小化算子作最小化运算：步骤a43、J(xe,g)的RGB通道中至少有一个通道的亮度值接近于0，根据步骤a2公式可求出J(xe,g)的暗通道Jdark(xe,g)为：由于Ac为正值，故：步骤a44、将步骤a43所得公式代入到步骤a42最小化运算的式子中，为了使恢复出的图像更自然，引入参数ω＝0.95，所求出的定值tΩ(xe,g)为：步骤a45、在Igray(xe,g)上采取Ω(xe,g)窗口操作，利用步骤a44求出各像素点窗口的定值tΩ(xe,g)，存入到一副与I(xe,g)大小相同的图像中，即为粗糙大气透射图。上述的一种航拍图像去雾方法，步骤b的具体步骤如下：步骤b1：构建引导图Idown(X)任意像素点Xi,j的非局部方向导数Idown(X)为对I(xe,g)进行M倍下采样得到的引导图，M为下采样的倍数，I(xe,g)大小为m×n，下采样后Idown(X)大小为Xi,j为下采样后图像的像素点，Xi,j坐标为(i,j)，X∈θ，θ为像素点从X0,0到所覆盖的区域集合；Idown(X)中任取像素点Xi,j相对于像素点Xi+Δi,j+Δj的非局部方向导数为：其中:Δi与Δj为整数，v(Xi,j,Xi+Δi,j+Δj)表示权函数；步骤b2：求解权函数v(Xi,j,Xi+Δi,j+Δj)步骤b21、计算块距离dα(Xi,j,Xi+Δi,j+Δj)：其中，Gα(Z)是标准差为α的高斯函数，Z表示以Xi,j、Xi+Δi,j+Δj为中心的邻域S(Xi,j)、S(Xi+Δi,j+Δj)的半径，邻域半径为定值；块距离dα(Xi,j,Xi+Δi,j+Δj)表示的是以Xi,j、Xi+Δi,j+Δj两点为中心的邻域S(Xi,j)和S(Xi+Δi,j+Δj)之间灰度值相似性的度量；步骤b22、计算距离度量函数其中，‖Xi,j,Xi+Δi,j+Δj‖为像素点Xi,j与Xi+Δi,j+Δj之间的欧式距离；步骤b23、在领域S(Xi,j)内，计算D(Xi,j)：其中，|D|代表区域D内的像素点个数，γ为参数；D(Xi,j)表示在Xi,j的邻域S(Xi,j)内，寻找在设定的距离度量函数值下与Xi,j点灰度值相似的γ个点的集合；步骤b24、计算权函数ν(Xi,j,Xi+Δi,j+Δj)，权函数v(Xi,j,Xi+Δi,j+Δj)为点Xi,j与Xi+Δi,j+Δj之间的距离的二值化减函数：<本文档来自技高网...

【技术保护点】
1.一种航拍图像去雾方法，其特征在于，包括以下步骤：/n步骤a、建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光；/n步骤b、利用非局部特征结构张量的主特征值对航拍图像纹理信息进行描述；/n步骤c、采用图像非局部特征结构张量的自适应滤波方法优化粗糙大气透射图；/n步骤d、求取无雾图像。/n

【技术特征摘要】
1.一种航拍图像去雾方法，其特征在于，包括以下步骤：
步骤a、建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光；
步骤b、利用非局部特征结构张量的主特征值对航拍图像纹理信息进行描述；
步骤c、采用图像非局部特征结构张量的自适应滤波方法优化粗糙大气透射图；
步骤d、求取无雾图像。


2.根据权利要求1所述的一种航拍图像去雾方法，其特征在于，步骤a的具体步骤如下：
步骤a1：构建大气散射模型
构建大气散射模型如下：
I(xe,g)＝J(xe,g)t(xe,g)+A(1-t(xe,g))
其中，I(xe,g)为航拍有雾图像，J(xe,g)为去雾后的图像，t(xe,g)为透射图，A为大气光，xe,g为图像的像素点，xe,g坐标为(e,g)，I(xe,g)、t(xe,g)、J(xe,g)的大小均为m×n，e＝0,…,m-1，g＝0,…,n-1，xe,g∈τ，τ为像素点从x0,0到xm-1,n-1所覆盖的区域集合；
步骤a2：构建航拍有雾图像I(xe,g)的暗通道图Idark(xe,g)
求出I(xe,g)各像素点RGB三通道中灰度值的最小值，存入到一幅与I(xe,g)大小相同的灰度图像Igray(xe,g)中，对Igray(xe,g)进行最小值滤波可得到I(xe,g)的暗通道图Idark(xe,g)，用数学表达式可定义为：



其中，Ω(xe,g)为Igray(xe,g)上以任意点xe,g为中心的一定大小的矩形窗口，Ω(xe,g)＝15，y代表Ω(xe,g)中的任意像素点，c代表图像RGB三通道中的任意通道，Ic(y)代表I(xe,g)中Ω(xe,g)内任意像素点在指定c通道中的灰度值；
步骤a3：求取全球大气光A
步骤a31、将步骤a2构建的Idark(xe,g)，按像素点亮度从大到小的顺序提取前O个像素点位置，O＝0.1％×m×n；
步骤a32、根据步骤a31提取的O个Idark(xe,g)中像素点位置，在I(xe,g)中寻找所对应位置的像素点，其中亮度最高的像素点的三个通道灰度的平均值即为全球大气光A；
步骤a4：求取粗糙大气透射图
步骤a41、将步骤a1所构建的大气散射模型两边同时除以I(xe,g)和J(xe,g)所对应各RGB通道的大气光Ac：



步骤a42、假设Ω(xe,g)的透射图tΩ(xe,g)为定值，则在Ω(xe,g)大小的矩形窗口内，对步骤a41所得公式两边，用最小化算子作最小化运算：



步骤a43、J(xe,g)的RGB通道中至少有一个通道的亮度值接近于0，根据步骤a2公式可求出J(xe,g)的暗通道Jdark(xe,g)为：



由于Ac为正值，故：



步骤a44、将步骤a43所得公式代入到步骤a42最小化运算的式子中，为了使恢复出的图像更自然，引入参数ω＝0.95，所求出的定值tΩ(xe,g)为：



步骤a45、在Igray(xe,g)上采取Ω(xe,g)窗口操作，利用步骤a44求出各像素点窗口的定值tΩ(xe,g)，存入到一副与I(xe,g)大小相同的图像中，即为粗糙大气透射图。


3.根据权利要求1所述的一种航拍图像去雾方法，其特征在于，步骤b的具体步骤如下：
步骤b1：构建引导图Idown(X)任意像素点Xi,j的非局部方向导数
Idown(X)为对I(xe,g)进行M倍下采样得到的引导图，M为下采样的倍数，I(xe,g)大小为m×n，下采样后Idown(X)大小为Xi,j为下采样后图像的像素点，Xi,j坐标为(i,j)，X∈θ，θ为像素点从X0,0到所覆盖的区域集合；Idown(X)中任取像素点Xi,j相对于像素点Xi+Δi,j+Δj的非局部方向导数为：



其中:Δi与Δj为整数，v(Xi,j,Xi+Δi,j+Δj)表示权函数；
步骤b2：求解权函数v(Xi,j,Xi+Δi,j+Δj)
步骤b21、计算块距离dα(Xi,j,Xi+Δi,j+Δj)：



其中，Gα(Z)是标准差为α的高斯函数，Z表示以Xi,j、Xi+Δi,j+Δj为中心的邻域S(Xi,j)、S(Xi+Δi,j+Δj)的半径，邻域半径为定值；块距离dα(Xi,j,Xi+Δi...

【专利技术属性】
技术研发人员：孙晓明，王森，徐凯歌，张微风，吴晨旭，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江;23