CN104050637B - 基于两次引导滤波的快速图像去雾方法 - Google Patents

Abstract

本发明一种基于两次引导滤波的图像去雾方法，首先对原始雾气图像进行预处理获取大气光幕粗估计图、利用引导滤波器得到引导图像；然后再利用引导滤波器得到细化的大气光幕图；接着计算大气光强度值，以及采用大气散射物理模型对原始雾气图像进行图像复原处理；最后对复原图像进行增强处理；本发明具有通用性和普遍性，既有效提高了去雾后图像的清晰度，又有效提升算法的实时性。

Description

基于两次引导滤波的快速图像去雾方法

技术领域

本发明属于图像处理领域，涉及一种基于两次引导滤波的快速图像去雾方法，可用于单幅图像或连续视频的快速去雾。

背景技术

雾是一种常见的自然现象，在雾天拍摄的图像，由于大气中悬浮粒子的散射作用，使得拍摄图像的亮度增加，对比度降低，图像的可辨识度下降。即使是在晴天条件下拍摄的照片，大气散射作用也会导致照片的清晰度受到影响。每一个实际场景中，照片清晰度受到影响的原因在于：光线到达相机之前都会从物体表面反射并且散射到空气中。这是因为空气中的某些因素(如浮质、灰尘、雾和烟等)会导致物体表面颜色变淡，并导致整幅图像的对比度降低。一方面，这些质量很差的图像不但贬低其应用价值、缩窄其应用范围；另一方面，也会给户外成像的采集与处理系统(如各类视觉机器)的图像采集带来巨大的困难。在实际应用中，经常需要从户外采集的视频序列中提取清晰的图像特征用于对象匹配和识别，例如位于高速公路上的视频监控器，在天气条件较恶劣的情况下，得到的图像会有退化现象，使其无法清楚地监控路况和了解车辆信息；在国家安全的军事行动中，这种退化图像会造成信息的不准确性，最终导致决定性行动方案的偏差，甚至是导致无法挽回的后果；遥感技术运用传感器对物体进行探测，这种退化图像会对物体的性质，特征和状态等信息造成偏差，不利于对图像数据的分析研究。总之，研究在各种恶劣天气条件下如何对获得的退化图像进行有效的处理，这对图像恢复和图像增强有着非常重要的现实意义。

现国内外，图像去雾处理的方法大致可以分为两大类：基于图像处理的增强方法和基于物理模型的复原方法。基于图像处理的增强方法包括全局化的图像增强方法，如全局直方图均衡化、同态滤波、小波方法、Retinex算法等，或是局部化的图像增强方法，如局部直方图均衡化、局部对比度增强法；以上图像处理的算法相对简单，对于复杂场景的去雾效果一般。基于物理模型的复原方法包括基于偏微分方程的复原、基于深度关系的复原和基于先验信息的复原；以上图像处理的算法相对复杂，且能较好地对复杂场景的雾气影响做处理，但是计算复杂度高、实现难度大、处理速度慢，使得去雾处理难以实现实时处理，这样就不能高效的运用到视频去雾处理中。

发明内容

本发明的目的在于克服以前各种图像去雾方法的不足之处，提供一种基于两次引导滤波的快速图像去雾方法，该方法简单高效，能很好地提高图像去雾后的效果。

本发明一种基于两次引导滤波的快速图像去雾方法，首先对原始雾气图像进行预处理获取大气光幕粗估计图、利用引导滤波器得到引导图像；然后利用引导滤波进行细化得到大气光幕图；接着计算大气光强度值及基于大气散射物理模型获得透射率值，对原始雾气图像进行复原；最后对复原后图像进行增强处理。

步骤1、对原始雾气图像I进行预处理获取大气光幕粗估计值和引导图像：

(1)计算原始雾气图像I的暗通道图像I_dark，即取原始雾气图像I的局部最小值：

若原始雾气图像I为彩色图像，则暗通道图像

若原始雾气图像I为灰度图像，则暗通道图像

上述I^c分别代表三个颜色通道的亮度值，Ω(x)是以x为中心的方形区域，该方形区域长度一般取15到35之间，下同；

(2)粗略估计大气光幕图：对暗通道图像I_dark进行局部最大值滤波，得到大气光幕粗估计图其中Ω(x)是以x为中心的方形区域；

(3)计算原始雾气图像I的暗图像I_min：

若原始雾气图像I为彩色图像，则取每一个像素点R，G，B三通道的最小值，得到暗图像I_min＝min(I_R,I_G,I_B)；

若原始雾气图像I为灰度图像，则暗图像I_min＝I；

(4)根据暗图像I_min计算引导滤波器的线性转换系数：其中ε为预置的控制参数，0.001≤ε≤0.1；表示计算暗图像I_min的局部方差，f_m(I_min)是对暗图像I_min进行均值滤波的结果，得到的a₁,b₁是与暗图像I_min尺寸大小相同的系数矩阵；

(5)根据引导滤波器的线性转换系数a₁,b₁计算得到引导图像I_G：I_G＝f_m(a₁).*I_min+f_m(b₁)，其中f_m(a₁),f_m(b₁)分别是对系数矩阵a₁,b₁进行均值滤波的结果；

步骤2、利用引导滤波器得到细化后的大气光幕图V：

(1)根据引导图像I_G和大气光幕粗估计图V_R再次计算引导滤波器的线性转换系数：b₂＝f_m(V_R)-a₂.*f_m(I_G),其中表示计算I_G和V_R局部协方差，表示计算I_G的局部方差，f_m(V_R),f_m(I_G)分别是对V_R和I_G进行均值滤波的结果，得到的a₂,b₂是与引导图像I_G尺寸大小相同的系数矩阵；

(2)根据引导滤波器的线性转换系数a₂,b₂计算得到细化后的大气光幕图V：V＝f_m(a₂).*I_G+f_m(b₂)，其中f_m(a₂),f_m(b₂)分别是对系数矩阵a₂,b₂进行均值滤波的结果；

步骤3、计算大气光强度值以及复原图像：

(1)根据大气光幕粗估计图V_R计算大气光强度值A：

首先统计大气光幕粗估计图V_R的直方图Histgram_V_R，然后计算直方图的累加和当对应的灰度值j所在大气光幕粗估计图V_R中的坐标标记为(j_x,j_y)，接着在原始雾气图像I中找到对应的坐标点I(j_x,j_y)，若原始雾气图像I为彩色图像，则分别计算R，G，B三个颜色通道中这些坐标点的平均值大气光强度值即为分别得到三个颜色通道中的大气光强度值A_R,A_G,A_B；若原始雾气图像I为灰度图像，则计算这些点的平均值大气光强度值即为A＝min(p₂A_m,255)，

上述p₁和p₂为预置的控制参数,0.995≤p₁≤0.999，1.0≤p₂≤1.2；

(2)计算介质透射率值t(x)：根据大气光幕图V和大气光强度值A，得到透射率值若原始雾气图像I为彩色图像，则取A＝(A_R+A_G+A_B)/3,其中ω为预置参数，取值范围为0到1之间；

(3)对原始雾气图像I进行复原，得到复原后图像J(x)：

根据复原公式其中t_min为预置参数，0.01≤t_min≤0.1；若原始雾气图像I为彩色图像，分别将R、G、B三个颜色通道值I_R(x),I_G(x),I_B(x)以及对应的大气光强度值A_R,A_G,A_B、透射率值t(x)代入计算得到三通道的复原值J_R(x),J_G(x),J_B(x)，即可得到复原后图像J(x)；若原始雾气图像I为灰度图像，将原始雾气图像I(x)以及大气光强度值A、透射率值t(x)代入计算得到复原后图像J(x)；

步骤4、对复原后图像J(x)进行增强处理：

(1)根据复原后图像J(x)计算增强倍数矩阵其中k为预置的控制参数，100≤k≤500，与增强倍数成负相关；若复原后图像J(x)为彩色图像，则分别将三个颜色通道值J_R(x),J_G(x),J_B(x)代入计算得到三通道的增强倍数矩阵λ_R(x),λ_G(x),λ_B(x)；若复原后图像J(x)为灰度图像，则将复原后图像J(x)代入计算得到增强倍数矩阵λ(x)；

(2)对增强倍数矩阵分别进行模糊化处理，处理方法包括但不限于以下方法：均值滤波模糊化、高斯滤波模糊化、中值滤波模糊化；若复原后图像J(x)为彩色图像，则模糊化后的增强倍数矩阵分别为f(λ_R(x)),f(λ_G(x)),f(λ_B(x))，若复原后图像J(x)为灰度图像，则模糊化后的增强倍数矩阵为f(λ(x))；

(3)根据复原后图像J(x)计算增强后的图像J_E(x)＝f(λ(x)).*J(x)：若复原后图像J(x)为彩色图像，则分别将三个颜色通道值J_R(x),J_G(x),J_B(x)和模糊化后的增强倍数矩阵f(λ_R(x)),f(λ_G(x)),f(λ_B(x))代入计算得到增强图像J_E(x)；若复原后图像J(x)为灰度图像，则将复原后图像J(x)和模糊化后的增强倍数矩阵f(λ(x))代入计算得到增强图像J_E(x)。

本发明采用基于大气散射物理模型的复原方法，以单幅图像的信息进行去雾处理，利用引导滤波器估计大气光幕，能够近似反映雾浓度的特性，该方法简单易行，执行速度快。其主要理论基础包括：大气散射物理模型I(x)＝J(x)t(x)+A(1-t(x))、引导滤波器、以及本发明首次提出利用引导滤波器估计大气光幕图。

具体而言，本发明的主要优点是：

1、使用引导滤波器估计大气光幕，效果显著，执行速度快。

2、通过均值计算大气光强度值，解决部分图像偏色问题。

3、采用人眼视觉特性曲线进行后处理增强，提升图像的亮度和色调，代价小效果好。

4、适用于彩色图像或灰度图像、适用于光学图像或其它图像，具有通用性。

附图说明

图1为本发明的工作流程图；

图2为原始有雾图像；

图3为本发明去雾效果处理后的图像；

图4为本发明去雾效果及图像增强处理后图像。

以下结合附图和具体实施例对本发明做进一步详述。

具体实施方式

本发明提供的一种基于两次引导滤波的快速图像去雾方法，首先首先对原始雾气图像进行预处理获取大气光幕粗估计图、利用引导滤波器得到引导图像；然后再利用引导滤波进行细化得到大气光幕图；接着计算大气光强度值及基于大气散射物理模型获得透射率值，对原始雾气图像进行复原；最后对复原后图像进行增强处理。

首先定义如下变量以便于算法描述：

待处理图片的大小Image_size：图片宽度weight*图片高度high；

原始有雾图像I：若为彩色图像，R、G、B三通道的值分别为I_R,I_G,I_B；若为灰度图像，则I为单通道；

大气光强度值A：大气光成分的强度，可由待处理图像统计计算得出，实际值根据图像性质具体决定；

大气光幕V：大气环境中其他光线对成像所产生的影响；

透射率值t：光线通过大气环境干扰后没有被散射部分的比例，0≤t≤1；

参数ε：可调参数，范围为0.001≤ε≤0.1，根据图像性质事先预置；

参数p₁：可调参数，范围为0.995≤p₁≤0.999，根据图像性质事先预置；

参数p₂：可调参数，范围为1.0≤p₂≤1.2，根据图像性质事先预置；

参数ω：可调参数，范围为0≤ω≤1，根据图像性质事先预置；

参数t_min：可调参数，范围为0.01≤t_min≤0.1，根据图像性质事先预置；

参数k：可调参数，范围为100≤k≤500，根据图像性质事先预置。

如图1所示，本发明一种基于两次引导滤波的快速图像去雾方法，具体包括如下步骤：

步骤1、对如图2所示的原始雾气图像I进行预处理获取大气光幕粗估计值和引导图像：

(1)计算原始雾气图像I的暗通道图像I_dark，即取原始雾气图像I的局部最小值：

若原始雾气图像I为彩色图像，则暗通道图像

若原始雾气图像I为灰度图像，则暗通道图像

上述I^c分别代表三个颜色通道的亮度值，Ω(x)是以x为中心的方形区域，该方形区域长度一般取15到35之间，下同；

(2)粗略估计大气光幕图：对暗通道图像I_dark进行局部最大值滤波，得到大气光幕粗估计图其中Ω(x)是以x为中心的方形区域；

(3)计算原始雾气图像I的暗图像I_min：

若原始雾气图像I为彩色图像，则取每一个像素点R，G，B三通道的最小值，得到暗图像I_min＝min(I_R,I_G,I_B)；

若原始雾气图像I为灰度图像，则暗图像I_min＝I；

(4)根据暗图像I_min计算引导滤波器的线性转换系数：其中ε为预置的控制参数，0.001≤ε≤0.1；表示计算暗图像I_min的局部方差，f_m(I_min)是对暗图像I_min进行均值滤波的结果，得到的a₁,b₁是与暗图像I_min尺寸大小相同的系数矩阵；

(5)根据引导滤波器的线性转换系数a₁,b₁计算得到引导图像I_G：I_G＝f_m(a₁).*I_min+f_m(b₁)，其中f_m(a₁),f_m(b₁)分别是对系数矩阵a₁,b₁进行均值滤波的结果；由于均值滤波可以用积分图方法代替，体现了本发明方法计算速度快、实时性好的特点；

步骤2、利用引导滤波器得到细化后的大气光幕图V：

(1)根据引导图像I_G和大气光幕粗估计图V_R再次计算引导滤波器的线性转换系数：b₂＝f_m(V_R)-a₂.*f_m(I_G),其中表示计算I_G和V_R局部协方差，表示计算I_G的局部方差，f_m(V_R),f_m(I_G)分别是对V_R和I_G进行均值滤波的结果，得到的a₂,b₂是与引导图像I_G尺寸大小相同的系数矩阵；

(2)根据引导滤波器的线性转换系数a₂,b₂计算得到细化后的大气光幕图V：V＝f_m(a₂).*I_G+f_m(b₂)，其中f_m(a₂),f_m(b₂)分别是对系数矩阵a₂,b₂进行均值滤波的结果；

步骤3、计算大气光强度值以及复原图像：

(1)根据大气光幕粗估计图V_R计算大气光强度值A：

首先统计大气光幕粗估计图V_R的直方图Histgram_V_R，然后计算直方图的累加和当对应的灰度值j所在大气光幕粗估计图V_R中的坐标标记为(j_x,j_y)，接着在原始雾气图像I中找到对应的坐标点I(j_x,j_y)，若原始雾气图像I为彩色图像，则分别计算R，G，B三个颜色通道中这些坐标点的平均值大气光强度值即为分别得到三个颜色通道中的大气光强度值A_R,A_G,A_B；若原始雾气图像I为灰度图像，则计算这些点的平均值大气光强度值即为A＝min(p₂A_m,255)，

上述p₁和p₂为预置的控制参数,0.995≤p₁≤0.999，1.0≤p₂≤1.2；

本发明通过均值计算大气光强度值，避免图像噪声的干扰，解决部分图像偏色问题。

(2)计算介质透射率值t(x)：根据大气光幕图V和大气光强度值A，得到透射率值若原始雾气图像I为彩色图像，则取A＝(A_R+A_G+A_B)/3,其中ω为预置参数，取值范围为0到1之间,是为了保留部分远景中的雾气从而使处理后图像视觉效果更真实；

(3)对原始雾气图像I进行复原，得到如图3所示的复原后图像J(x)：

根据复原公式其中t_min为预置参数，0.01≤t_min≤0.1；若原始雾气图像I为彩色图像，分别将R、G、B三个颜色通道值I_R(x),I_G(x),I_B(x)以及对应的大气光强度值A_R,A_G,A_B、透射率值t(x)代入计算得到三通道的复原值J_R(x),J_G(x),J_B(x)，即可得到复原后图像J(x)；若原始雾气图像I为灰度图像，将原始雾气图像I(x)以及大气光强度值A、透射率值t(x)代入计算得到复原后图像J(x)；

本发明适用于彩色图像和灰度图像，体现了本发明的通用性；

步骤4、对复原后图像J(x)进行增强处理：

(1)根据复原后图像J(x)计算增强倍数矩阵其中k为预置的控制参数，100≤k≤500，与增强倍数成负相关；若复原后图像J(x)为彩色图像，则分别将三个颜色通道值J_R(x),J_G(x),J_B(x)代入计算得到三通道的增强倍数矩阵λ_R(x),λ_G(x),λ_B(x)；若复原后图像J(x)为灰度图像，则将复原后图像J(x)代入计算得到增强倍数矩阵λ(x)；

(2)对增强倍数矩阵分别进行模糊化处理，处理方法包括但不限于以下方法：均值滤波模糊化、高斯滤波模糊化、中值滤波模糊化等，若复原后图像J(x)为彩色图像，则模糊化后的增强倍数矩阵分别为f(λ_R(x)),f(λ_G(x)),f(λ_B(x))，若复原后图像J(x)为灰度图像，则模糊化后的增强倍数矩阵为f(λ(x))；

(3)根据复原后图像J(x)计算增强后的图像J_E(x)＝f(λ(x)).*J(x)：若复原后图像J(x)为彩色图像，则分别将三个颜色通道值J_R(x),J_G(x),J_B(x)和模糊化后的增强倍数矩阵f(λ_R(x)),f(λ_G(x)),f(λ_B(x))代入计算得到增强图像J_E(x)；若复原后图像J(x)为灰度图像，则将复原后图像J(x)和模糊化后的增强倍数矩阵f(λ(x))代入计算得到增强图像J_E(x)；

如图4所示，本发明采用人眼视觉特性曲线进行后处理增强，能提升图像的亮度和色调，代价小效果好。

以上所述，仅是本发明较佳实施例而已，并非对本发明的技术范围作任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (1)

1.一种基于两次引导滤波的快速图像去雾方法，其特征在于：首先对原始雾气图像进行预处理获取大气光幕粗估计图、利用引导滤波器得到引导图像；然后再利用引导滤波器进行细化得到大气光幕图；接着计算大气光强度值及基于大气散射物理模型获得透射率值，对原始雾气图像进行复原；最后对复原后图像进行增强处理；

所述快速图像去雾方法具体包括如下步骤：

步骤1、对原始雾气图像I进行预处理获取大气光幕粗估计值和引导图像：

(1)计算原始雾气图像I的暗通道图像I_dark，即取原始雾气图像I的局部最小值：

若原始雾气图像I为彩色图像，则暗通道图像

若原始雾气图像I为灰度图像，则暗通道图像上述I^c分别代表三个颜色通道的亮度值，Ω(x)是以x为中心的方形区域，该方形区域长度一般取15到35之间，下同；

(2)粗略估计大气光幕图：对暗通道图像I_dark进行局部最大值滤波，得到大气光幕粗估计图其中Ω(x)是以x为中心的方形区域；

(3)计算原始雾气图像I的暗图像I_min：

若原始雾气图像I为彩色图像，则取每一个像素点R，G，B三通道的最小值，得到暗图像I_min＝min(I_R,I_G,I_B)；

若原始雾气图像I为灰度图像，则暗图像I_min＝I；

(4)根据暗图像I_min计算引导滤波器的线性转换系数：其中ε为预置的控制参数，0.001≤ε≤0.1；表示计算暗图像I_min的局部方差，f_m(I_min)是对暗图像I_min进行均值滤波的结果，得到的a₁,b₁是与暗图像I_min尺寸大小相同的系数矩阵；

(5)根据引导滤波器的线性转换系数a₁,b₁计算得到引导图像I_G：I_G＝f_m(a₁).*I_min+f_m(b₁)，其中f_m(a₁),f_m(b₁)分别是对系数矩阵a₁,b₁进行均值滤波的结果；

步骤2、利用引导滤波器得到细化后的大气光幕图V：

(1)根据引导图像I_G和大气光幕粗估计图V_R再次计算引导滤波器的线性转换系数：b₂＝f_m(V_R)-a₂.*f_m(I_G),其中表示计算I_G和V_R局部协方差，表示计算I_G的局部方差，f_m(V_R),f_m(I_G)分别是对V_R和I_G进行均值滤波的结果，得到的a₂,b₂是与引导图像I_G尺寸大小相同的系数矩阵；

(2)根据引导滤波器的线性转换系数a₂,b₂计算得到细化后的大气光幕图V：V＝f_m(a₂).*I_G+f_m(b₂)，其中f_m(a₂),f_m(b₂)分别是对系数矩阵a₂,b₂进行均值滤波的结果；

步骤3、计算大气光强度值以及复原图像：

(1)根据大气光幕粗估计图V_R计算大气光强度值A：

首先统计大气光幕粗估计图V_R的直方图Histgram_V_R，然后计算直方图的累加和当对应的灰度值j所在大气光幕粗估计图V_R中的坐标标记为(j_x,j_y)，接着在原始雾气图像I中找到对应的坐标点I(j_x,j_y)，若原始雾气图像I为彩色图像，则分别计算R，G，B三个颜色通道中这些坐标点的平均值大气光强度值即为分别得到三个颜色通道中的大气光强度值A_R,A_G,A_B；若原始雾气图像I为灰度图像，则计算这些点的平均值大气光强度值即为A＝min(p₂A_m,255)，

上述p₁和p₂为预置的控制参数,0.995≤p₁≤0.999，1.0≤p₂≤1.2；

(2)计算介质透射率值t(x)：根据大气光幕图V和大气光强度值A，得到透射率值若原始雾气图像I为彩色图像，则取A＝(A_R+A_G+A_B)/3,其中ω为预置参数，取值范围为0到1之间；

(3)对原始雾气图像I进行复原，得到复原后图像J(x)：

根据复原公式其中t_min为预置参数，0.01≤t_min≤0.1；若原始雾气图像I为彩色图像，分别将R、G、B三个颜色通道值I_R(x),I_G(x),I_B(x)以及对应的大气光强度值A_R,A_G,A_B、透射率值t(x)代入计算得到三通道的复原值J_R(x),J_G(x),J_B(x)，即可得到复原后图像J(x)；若原始雾气图像I为灰度图像，将原始雾气图像I(x)以及大气光强度值A、透射率值t(x)代入计算得到复原后图像J(x)；

步骤4、对复原后图像J(x)进行增强处理：

(1)根据复原后图像J(x)计算增强倍数矩阵其中k为预置的控制参数，100≤k≤500，与增强倍数成负相关；若复原后图像J(x)为彩色图像，则分别将三个颜色通道值J_R(x),J_G(x),J_B(x)代入计算得到三通道的增强倍数矩阵λ_R(x),λ_G(x),λ_B(x)；若复原后图像J(x)为灰度图像，则将复原后图像J(x)代入计算得到增强倍数矩阵λ(x)；

(2)对增强倍数矩阵分别进行模糊化处理，处理方法包括但不限于以下方法：均值滤波模糊化、高斯滤波模糊化、中值滤波模糊化；若复原后图像J(x)为彩色图像，则模糊化后的增强倍数矩阵分别为f(λ_R(x)),f(λ_G(x)),f(λ_B(x))，若复原后图像J(x)为灰度图像，则模糊化后的增强倍数矩阵为f(λ(x))；

(3)根据复原后图像J(x)计算增强后的图像J_E(x)＝f(λ(x)).*J(x)：若复原后图像J(x)为彩色图像，则分别将三个颜色通道值J_R(x),J_G(x),J_B(x)和模糊化后的增强倍数矩阵f(λ_R(x)),f(λ_G(x)),f(λ_B(x))代入计算得到增强图像J_E(x)；若复原后图像J(x)为灰度图像，则将复原后图像J(x)和模糊化后的增强倍数矩阵f(λ(x))代入计算得到增强图像J_E(x)。