一种像素聚类及透射率融合的遥感图像雾气去除方法技术

本发明专利技术公开了一种像素聚类及透射率融合的遥感图像雾气去除方法，包括以下步骤，步骤一：计算矫正大气光；步骤二：建立大气雾模型；步骤三：建立球形空间坐标系；步骤四：对空间像素聚类分组；步骤五：估计大气透射率；步骤六：透射率误差修正以及优化；步骤七：透射率融合优化；步骤八：恢复无雾图像。本发明专利技术在遥感图像雾气的去除方法上面创新性的提出了像素聚类分组，以此来准确估计遥感图像透射率，同时结合暗通道方法透射率的频域融合，获得可靠且精细的融合透射率图；使得最后获得的复原图像，不会产生边缘块效应，无雾区域不会产生颜色失真以及细节丢失现象，且得到的复原图画面均衡，细节信息增加。细节信息增加。细节信息增加。

【技术实现步骤摘要】
一种像素聚类及透射率融合的遥感图像雾气去除方法


[0001]本专利技术涉及图像去雾技术，尤其涉及一种像素聚类及透射率融合的遥感图像雾气去除方法。

技术介绍

[0002]遥感是一种无接触的远距离探测方式，遥感技术按平台分类，可分为地面遥感，航空遥感，宇航遥感等方式。遥感图像由于其高分辨率，大视场，以及接受信息丰富的优势，被广泛运用在气象监测，资源调查，军事侦察等领域。
[0003]随着探测距离不断增加，获得的遥感图像的质量也会变差。这是因为光在传播的过程中，被大气中的浑浊介质吸收和散射的结果。大气介质衰减，以及大气散射现象导致传感器获取的图像变得模糊，对比度降低。
[0004]早期的研究人员使用传统的图像处理技术从单个图像中去除雾度，用的最多的是直方图均衡技术。然而这些技术去雾能力有限，无法有效恢复模糊信息。
[0005]在普通室外雾气去除方向中，比较常用的是基于先验和假设的算法，何凯明提出的基于室外无雾图像统计的暗通道先验来去除室外图像中雾霾的暗通道先验算法是最简单有效的，但是在处理遥感有雾图像时效果不佳。
[0006]随着深度学习的发展，通过利用大规模训练数据集，研究人员提出了许多基于深度卷积神经网络的方法用于图像去雾。多数深度学习雾气去除的方法设计了一套可训练的端到端系统，去除雾霾的关键是为输入的雾霾图像估计介质透射率图。
[0007]总结现有去雾方法，主要以室外均匀雾气去除为主，而针对遥感图像的方法较少且去雾效果较差，究其原因，主要体现在以下两方面：
[0008]1、透射率求取得到的投射图精细程度不够。
[0009]2常规计算透射率的方法不适用于遥感图像的雾气去除。

技术实现思路

[0010]本专利技术提供了一种像素聚类及透射率融合的遥感图像雾气去除方法，其通过透射率融合的方式提高透射率精细度，符合遥感场景雾气去除前提。
[0011]为解决上述问题，本专利技术通过在球形空间坐标系中建立像素聚类分组模型，计算遥感雾气图像粗透射率，再把粗透射率结果与暗通道先验计算雾气透射率进行频域的透射率融合，得到符合遥感场景的精细雾气透射率，最后利用大气雾气模型进行清晰图像恢复重建。
[0012]具体技术方案如下：
[0013]一种像素聚类及透射率融合的遥感图像雾气去除方法，包括以下步骤，
[0014]步骤一：计算矫正大气光；
[0015]步骤二：建立大气雾模型；
[0016]步骤三：建立球形空间坐标系；
[0017]步骤四：对空间像素聚类分组；
[0018]步骤五：估计大气透射率；
[0019]步骤六：透射率误差修正以及优化；
[0020]步骤七：透射率融合优化；
[0021]步骤八：恢复无雾图像。
[0022]进一步的，步骤一中计算矫正大气光，过程包括：获取每个通道的最小值，使用一个窗函数滤波获取每个窗口的最小值；并且选择暗通道图中最亮的0.1％元素的平均值作为大气光值A。
[0023]进一步的，步骤二、步骤三结合大气雾模型建立球形空间坐标系，对大气雾模型公式变形，建立一个以大气光为原点的球形坐标系，是一个能分离雾度和RGB原色的RGB空间模型。
[0024]进一步的，建立大气雾模型
[0025]I(x)＝t(x)
·
J(x)+[1
‑
t(x)]·
A
[0026]在描述单个图像的雾气光学模型时，使用郎伯比尔定律的衍生；其中，I(x)指的是图像强度，J(x)指需要恢复的场景辐射，A是指大气光，t(x)指的是通过介质的透射率；
[0027]进一步的，建立球形空间坐标系
[0028]为建立一个以大气光为原点的球形坐标系，大气雾模型两边减去大气光值A，得到如下公式
[0029]I
α
(x)＝t(x)
·
[J(x)
‑
A][0030]其中，I
α
(x)就代表I(x)
‑
A，此时可以将I
α
(x)映射成以A为远点的球形坐标系：
[0031]I
α
(x)＝[r(x),θ(x),φ(x)][0032]其中，r(x),θ(x),φ(x)就分别代表像素点距离原点的长度，经度，纬度。
[0033]进一步的，步骤四、步骤五利用球形空间坐标系，对图像中的像素点进行聚类分组，每一组是同一类相似颜色的清晰像素点；通过每一组的最大距离值，能够计算出每个像素点对应的透射率值。
[0034]进一步的，像素聚类
[0035]通过θ(x),φ(x)值为球形坐标系中的像素点分组；分组方法使用K
‑
means聚类算法，过程如下：
[0036](1)选择初始化的N个取样点作为聚类中心；
[0037](2)针对坐标系中每一个像素点，基于像素点中的θ(x),φ(x)，计算它到N个取样点中对应θ(x),φ(x)的欧式距离，并且将其分到距离最小的聚类中心所对应的类中；
[0038](3)针对每个类别，重新计算聚类中心；
[0039](4)重复以上步骤；
[0040]进一步的，估计大气透射率
[0041]根据r(x)的计算公式如下：
[0042]r(x)＝t(x)‖J(x)
‑
A‖,0≤t(x)≤1
[0043]当t(x)＝1时，代表清晰无雾的情况下r(x)的值，此时r(x)可以被表示为r
max
粗略的透射率求取公式可以表示为：
[0044][0045]为了估计最大坐标半径r
max
，上一步骤中每一像素组的最大坐标半径值可以被近似为清晰无雾的情况下r(x)的值，公式描述如下：
[0046][0047]H代表上一步骤中的每一个像素大类。
[0048]进一步的，步骤六、步骤七使用最小约束优化计算得到的像素聚类透射率，结合暗通道透射率；分别计算两种透射率的频域空间，融合低频信息和高频信息来获取最终精细的透射率结果。
[0049]进一步的，透射率误差修正以及优化
[0050]根据大气散射模型公式，以及J(x)≥0可以得出约束公式：
[0051][0052]其中c∈{R,G,B}表示三个颜色通道的集合，t
L
(x)代表透射率的下限约束。
[0053]t
θ
(x)＝max{t(x),t
L
(x)}
[0054]对最后计算的透射率t
θ
(x)使用双边滤波，获得像素聚类的雾气图像透射率。
[0055]进一步的，透射率融合优化
[0056]引入一种暗通道透射率计算方法，暗通道的计算方式是，在一个区域内，获取每个通道的最小值，用公式表示为：
[0057][0058]其中，x，y指的是不同像素点位置，t
η
(x)指暗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种像素聚类及透射率融合的遥感图像雾气去除方法，其特征在于：包括以下步骤，步骤一：计算矫正大气光；步骤二：建立大气雾模型；步骤三：建立球形空间坐标系；步骤四：对空间像素聚类分组；步骤五：估计大气透射率；步骤六：透射率误差修正以及优化；步骤七：透射率融合优化；步骤八：恢复无雾图像。2.如权利要求1所述的一种像素聚类及透射率融合的遥感图像雾气去除方法，其特征在于：步骤一中计算矫正大气光，过程包括：获取每个通道的最小值，使用一个窗函数滤波获取每个窗口的最小值；并且选择暗通道图中最亮的0.1％元素的平均值作为大气光值A。3.如权利要求1所述的一种像素聚类及透射率融合的遥感图像雾气去除方法，其特征在于：步骤二、步骤三结合大气雾模型建立球形空间坐标系，对大气雾模型公式变形，建立一个以大气光为原点的球形坐标系，是一个能分离雾度和RGB原色的RGB空间模型。4.如权利要求1或3所述的一种像素聚类及透射率融合的遥感图像雾气去除方法，其特征在于：建立大气雾模型I(x)＝t(x)
·
J(x)+[1
‑
t(x)]
·
A在描述单个图像的雾气光学模型时，使用郎伯比尔定律的衍生；其中，I(x)指的是图像强度，J(x)指需要恢复的场景辐射，A是指大气光，t(x)指的是通过介质的透射率；建立球形空间坐标系为建立一个以大气光为原点的球形坐标系，大气雾模型两边减去大气光值A，得到如下公式I
α
(x)＝t(x)
·
[J(x)
‑
A]其中，I
α
(x)就代表I(x)
‑
A，此时可以将I
α
(x)映射成以A为远点的球形坐标系：I
α
(x)＝[r(x),θ(x),φ(x)]其中，r(x),θ(x),φ(x)就分别代表像素点距离原点的长度，经度，纬度。5.如权利要求1所述的一种像素聚类及透射率融合的遥感图像雾气去除方法，其特征在于：步骤四、步骤五利用球形空间坐标系，对图像中的像素点进行聚类分组，每一组是同一类相似颜色的清晰像素点；通过每一组的最大距离值，能够计算出每个像素点对应的透射率值。6.如权利要求1或5所述的一种像素聚类及透射率融合的遥感图像雾气去除方法，其特征在于：像素聚类通过θ(x),φ(x)值为球形坐标系中的像素点分组；分组方法使用K
‑
means聚类算法，过
程如下：(1)选择初始化的N个取样点作为聚类中心；(2)针对坐标系中每一个像素点，基于像素点中的θ(x),φ(x)，计算它到N个取样点中对应θ(x),φ(x)的欧式距离，并且将其分到距离最小的聚类中心所对应的类中；(3)针对每个类别，重新计算聚类中心；(4)重复以上步骤；估计大气透射率根据r(x)的计算公式如下：r(x)＝t(x)‖J(x)
‑
A‖,0≤t(x)≤1当t(x)＝1时，代表清晰无雾的情况下r(x)的值，此时r(x)可以被表示为r
m...

【专利技术属性】
技术研发人员：崔光茫，杨顺杰，赵巨峰，陈英，
申请(专利权)人：北京空间机电研究所，
类型：发明
国别省市：