System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,具体为一种应用于煤场环境下的图像去雾方法。
技术介绍
1、在煤场环境下图像采集过程中,受到煤场环境中粉尘、雾气干扰严重,造成图像质量严重下降、模糊不清,严重干扰煤场信息化和工业自动化进程,因此改善煤场环境下图像的视觉效果,针对图像进行去雾处理,有着非常重要的现实意义。
2、目前的图像去雾算法主要有两大类,一类是基于图像增强的去雾方法,这类方法通过图像增强技术突出图像细节,提升对比度,使之看起来更加清晰,但该方法不考虑有雾图像的形成过程,可能会出现失真现象;另一类是基于图像复原的去雾方法,其中最经典的是暗通道先验去雾算法,通过对大量无雾图像进行特征分析,找到了无雾图像与大气散射模型中某些参数的先验关系,该方法复杂度低,去雾效果好。
3、但暗通道先验去雾算法在实际使用中也存在一些问题,在图像分辨率较大时,运算时间较长,难以满足实时性的要求;还存在处理后细节缺失的问题,对图像的整体去雾效果和后续的图像使用处理有直接的影响。
4、经过检索与专利cn106530257a“一种基于暗通道先验模型的遥感图像去雾方法”的技术对比中
5、1、专利cn106530257a中,通过基于下采样和插值算法的方式优化透射率的估计,实现降低计算复杂度的效果。但该优化方法只对计算透射率这一步骤进行优化,暗原色先验去雾算法的其他步骤也需要大量计算量,本专利所提出的方法在进行暗通道先验去雾前即进行下采样处理,在去雾后再进行插值算法还原处理,能够实现大幅降低计算复杂度,满足实际工程中的实时性要求
6、2、专利cn106530257a中,根据获得的大气光值,根据暗原色先验理论求取透射率的估计值,并通过基于下采样和插值算法的方式优化透射率的估计值,得到优化的透射率值。该方法中对于透射率的计算只求解了粗略的透射率,未对透射率进行精细化处理,本专利中使用导向滤波的方法对初始透射率进行优化,在保证实时性的同时的可以保留细节,得到精细化的透射率。
7、3、专利cn106530257a中,最后对去雾后的图像采用自动色阶算法进行图像增强处理,达到图像高质量的去雾效果。自动色阶算法通过自动定义每个通道中最亮和最暗的像素作为白和黑,然后按比例重新分配其间的像素值,从而达到增强处理的效果,但当图像中存在广泛的对比度差异时,自动色阶算法可能无法产生理想的结果,本专利中使用限制对比度自适应直方图均衡化进行图像增强处理,它将图像分成小块,对每个小块进行直方图均衡化,并在均衡化过程中限制对比度增强的幅度,这可以避免过度增强噪声或细节,同时改善图像的视觉质量。
技术实现思路
1、针对上述技术问题,本专利技术提出了一种应用于煤场环境下的图像去雾方法,该方法能够提高处理速度,使图像细节更加清晰,有效实现煤场环境下有雾图像的去雾处理。
2、为实现上述目的,本专利技术采取的技术方案是:
3、一种应用于煤场环境下的图像去雾方法,包括如下步骤;
4、步骤1、获取原有雾图像i1(x),对获取的原有雾图像进行降采样处理得到i2(x),对i2(x)计算得到暗通道图d(x);
5、步骤2、通过快速估计全局大气光值的方法计算大气光值a;
6、步骤3、根据有雾图像i2(x)和大气光值a,计算初始透射率t1(x),对初始透射率t1(x)进行导向滤波处理,得到透射率t(x);
7、步骤4、通过大气光值a与透射率t(x),得到去雾图像j1(x),对去雾图像j1(x)进行双线性插值法处理得到原有雾图像的去雾图像j2(x);
8、步骤5、对去雾图像j2(x)进行图像增强处理,得到最终的去雾图像。
9、作为本专利技术进一步改进,所述步骤1中的对获取的原有雾图像进行降采样处理得到i2(x),具体包括:
10、对原有雾图像进行高斯模糊;
11、删除原有雾图像的偶数行和列得到i2(x)。
12、作为本专利技术进一步改进,所述步骤1中的对i2(x)计算得到暗通道图d(x),具体包括:
13、
14、其中,x表示图像的每个像素点,ω(x)表示以x为中心的局部区域,y表示局部区域的一个像素点,c分别表示rgb三个通道,i2(y)表示降采样后的有雾图像。
15、作为本专利技术进一步改进,所述步骤2中的通过快速估计全局大气光值的方法计算大气光值a,具体包括:
16、对暗通道图d(x)进行均值滤波,求取其中灰度值最大的点;
17、求取去雾图像j1(x)rgb三通道中值最大的通道图像,求取其中灰度值最大的点;
18、将两个点的灰度值的平均值作为大气光值a。
19、作为本专利技术进一步改进,所述步骤3中的根据有雾图像i2(x)和大气光值a,计算初始透射率t1(x),具体包括:
20、
21、其中,x表示图像的每个像素点,ω(x)表示以x为中心的局部区域,y表示局部区域的一个像素点,c分别表示rgb三个通道,ω表示补偿系数,i2(y)表示降采样后的有雾图像。
22、作为本专利技术进一步改进,所述步骤3中的对初始透射率t1(x)进行导向滤波处理,得到透射率t(x),具体包括:
23、
24、
25、其中,i和j分别表示像素的下标,wij为滤波器函数,i表示降采样后的有雾图像,ωk为第k个窗口,|ω|为窗口ωk的像素总数,μk与σk为降采样后的有雾图像的平均值和方差,ε为平滑因子。
26、作为本专利技术进一步改进,所述步骤4中的通过大气光值a与透射率t(x),得到去雾图像j1(x),具体包括:
27、
28、其中,t0为透射率的下限阈值。
29、作为本专利技术进一步改进,所述步骤4中的对去雾图像j1(x)进行双线性插值法处理得到原有雾图像的去雾图像j2(x),具体包括:
30、f(x,y)=f(p)≈[f(q11)(x2-x)(y2-y)+f(q21)(x-x1)(y2-y)+f(q12)(x2-x)(y-y1)+f(q22)(x-x1)(y-y1)]
31、其中,p点为所求映射点,q11=(x1,y1)、q12=(x1,y2)、q21=(x2,y1)、q22=(x2,y2),q11、q12、q21、q22分别为距离p点最近的四个点。
32、作为本专利技术进一步改进,所述步骤5中的对去雾图像j2(x)进行图像增强处理,得到最终的去雾图像,具体包括:
33、将图像分成若干小块;
34、对每个小块进行直方图均衡化;
35、使用插值法将所有小块拼接起来形成整幅图像。
36、与现有技术相比,本专利技术的有益效果为:
37、本专利技术提出了一种应用于煤场环境下的图像去雾方法,包括:获取原有雾图像,对原有雾图像进行降采样处理,然后计算其暗通道图;通过快速估计全局大气光值的方法求得大气本文档来自技高网...
【技术保护点】
1.一种应用于煤场环境下的图像去雾方法,其特征在于:包括如下步骤;
2.根据权利要求1所述的一种应用于煤场环境下的图像去雾方法,其特征在于:所述步骤1中的对获取的原有雾图像进行降采样处理得到I2(x),具体包括:
3.根据权利要求2所述的一种应用于煤场环境下的图像去雾方法,其特征在于:所述步骤1中的对I2(x)计算得到暗通道图D(x),具体包括:
4.根据权利要求3所述的一种应用于煤场环境下的图像去雾方法,其特征在于:所述步骤2中的通过快速估计全局大气光值的方法计算大气光值A,具体包括:
5.根据权利要求4所述一种应用于煤场环境下的图像去雾方法,其特征在于;所述步骤3中的根据有雾图像I2(x)和大气光值A,计算初始透射率t1(x),具体包括:
6.根据权利要求5所述一种应用于煤场环境下的图像去雾方法,其特征在于;所述步骤3中的对初始透射率t1(x)进行导向滤波处理,得到透射率t(x),具体包括:
7.根据权利要求6所述一种应用于煤场环境下的图像去雾方法,其特征在于;所述步骤4中的通过大气光值A与透射率t(x)
8.根据权利要求7所述一种应用于煤场环境下的图像去雾方法,其特征在于;
9.根据权利要求8所述一种应用于煤场环境下的图像去雾方法,其特征在于;
...【技术特征摘要】
1.一种应用于煤场环境下的图像去雾方法,其特征在于:包括如下步骤;
2.根据权利要求1所述的一种应用于煤场环境下的图像去雾方法,其特征在于:所述步骤1中的对获取的原有雾图像进行降采样处理得到i2(x),具体包括:
3.根据权利要求2所述的一种应用于煤场环境下的图像去雾方法,其特征在于:所述步骤1中的对i2(x)计算得到暗通道图d(x),具体包括:
4.根据权利要求3所述的一种应用于煤场环境下的图像去雾方法,其特征在于:所述步骤2中的通过快速估计全局大气光值的方法计算大气光值a,具体包括:
5.根据权利要求4所述一种应用于煤场环境下的图像去雾方法,...
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。