CN104318519B - 一种基于边缘替代法的图像去雾方法 - Google Patents

一种基于边缘替代法的图像去雾方法 Download PDF

Info

Publication number
CN104318519B
CN104318519B CN201410506030.XA CN201410506030A CN104318519B CN 104318519 B CN104318519 B CN 104318519B CN 201410506030 A CN201410506030 A CN 201410506030A CN 104318519 B CN104318519 B CN 104318519B
Authority
CN
China
Prior art keywords
dark
image
primary
edge
dark primary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410506030.XA
Other languages
English (en)
Other versions
CN104318519A (zh
Inventor
张登银
鞠铭烨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201410506030.XA priority Critical patent/CN104318519B/zh
Publication of CN104318519A publication Critical patent/CN104318519A/zh
Application granted granted Critical
Publication of CN104318519B publication Critical patent/CN104318519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种基于边缘替代法的图像去雾方法,其中包括如下步骤:一种基于边缘替代法的图像去雾方法,首先按He方法对有雾图像计算初始暗原色图像,然后对初始暗原色图像利用“边缘替代法”进行修复处理,最后根据修复后的暗原色图像估计出天空光并计算出透射图,联合透射图、天空光以及原始有雾图像恢复出无雾图像。本发明具有较强的去雾能力且速度较快,能够应用于一般实时系统中。

Description

一种基于边缘替代法的图像去雾方法
技术领域
本发明为一种基于边缘替代法的图像去雾方法,属于数字图像处理领域。
背景技术
由于受到大气中漂浮水滴对光的折射、反射、自身吸收和自身成像,使得视频采集系统在雾天时所捕获的图像对比度较低。
当前主流的图像去雾方法分为两类:一类是图像增强方法,通过对有雾图像锐化处理来提高对比度,经典算法有直方图均衡和Retinex算法;另一类是基于大气散射模型的方法,通常情况下雾的浓度随着场景深度而改变,因此单幅图像去雾实质是一个病态问题,但近年来单幅图像去雾技术取得了较大的突破,大多利用了先验知识进行去雾,尤其以香港中文大学何凯明所提的暗原色先验去雾方法最为有效,能够应用于大多数的户外图像(以下简称He方法,文献下载地址http://research.microsoft.com/en-us/um/people/kahe/publications/cvpr09.pdf),该方法需要将计算得到的初始透射图进行细化处理,即对初始透射图进行抠图处理,但抠图处理具有极高的时空复杂度,很大程度的阻碍了该算法在现实中的应用。
香港中文大学何凯明所提的暗原色先验去雾方法虽然去雾效果较好,但该方法需要将计算得到的初始透射图进行细化处理,即对初始透射图进行抠图处理,但抠图处理具有极高的时空复杂度,很大程度的阻碍了该算法在现实中的应用。
发明内容
技术方案:针对He方法中的透射图细化法(抠图处理)所需时间过长,不利于实时系统的应用。本发明仍基于暗原色先验理论,提供一种快速图像去雾方法,即一种基于边缘替代法的去雾方法,该方法能够对图像与或视频进行实时去雾,其核心思想是:摒弃了He方法中对初始透射图抠图修复处理操作,而是对初始暗原色图像利用“边缘替代法”进行修复处理,这样不仅能够有效的降低了计算复杂度,同时也提高了其去雾能力。本发明具体流程如图1所示,具体步骤如下:
步骤一:获取有雾图像I;
步骤二:按He方法对有雾图像I进行最小操作得到初始暗原色图像Idark(此时最小操作方形邻域边长设置为15);
步骤三:利用“边缘替代法”修复初始暗原色图像Idark,具体操作如下:
a)对初始暗原色图像Idark利用sobel算子进行边缘检测(边缘检测门限Vedge一般设为2.5),得到Idark中梯度变化最明显的边缘点,然后以这些边缘点为中心,边长为r进行方形扩展。将Idark中的扩展部分的暗原色记为Iedge-dark,非扩展部分的暗原色记为Inonedge-dark;
b)设P点为Iedge-dark中的任意点,以P点为中心,边长a=3的正方形区域作为P点的暗原色匹配区域Scan;
c)按He方法对匹配区域Scan中的所有点计算出匹配暗原色(此时最小操作方形邻域边长设置为3),得到匹配暗原色集合IP-Scan;
d)在匹配暗原色集合IP-Scan中寻找与P点原始暗原色最接近的值,并将此值作为P点的新暗原色。按此操作遍历扩展部分Iedge-dark中的所有暗原色,得到扩展部分的新暗原色Inew-edge-dark;
e)对暗原色Inew-edge-dark利用双边滤波器进行边缘保持滤波,旨在平滑掉Inew-edge-dark中的纹理细节,但保留深度信息,滤波后得到Irefine-edge-dark。然后将初始暗原色图像Idark中的扩展部分的暗原色Iedge-dark全部替换为新的暗原色Irefine-edge-dark,得到修复后的暗原色图像Irefine-dark;
步骤四:统计出暗原色图像Irefine-dark中前0.1%强度较大的灰度值,并计算出其均值,记为天空光A。根据天空光A与暗原色图像Irefine-dark,按He方法计算出透射图t;
步骤五:根据透射图t、天空光A以及原始有雾图像I,按He方法复原出无雾图像J。
有益效果
本发明针对He方法去雾速度过慢,去雾力度不够强,提出了一种新的去雾方法,即一种基于边缘替代法的图像去雾方法。图3和图4为He方法与本发明对图2的去雾效果,可以看出本发明的处理效果优于He方法,清晰度也更高。表1为两种方法处理图2所需时间,与He方法相比,本发明去雾速度具有很大的优势。仿真语言为matlab(R2010b),运行环境为Windows XP,计算机配置为Intel(R)Pentium(R)CPU G2030@3.00GHz with1.87GB RAM。
表1 去雾速度比较
去雾方法 处理图像 分辨率 时间(s)
何凯明方法 图2 442*301 76.3872
本发明算法 图2 442*301 14.2317
附图说明
图1为本发明流程图。
图2为原始有雾图像。
图3是何凯明方法处理后的图像。
图4是本发明处理后的图像。
具体实施方式
下面结合具体实例来详细描述本发明的去雾过程,具体过程如下所示。
步骤一:获取有雾图像I。
步骤二:按He方法对有雾图像I进行最小操作得到初始暗原色图像Idark,最小操作公式如下:
其中,Ω(x,y)是以坐标(x,y)的像素点为中心,边长N=15的方形区域,c为RGB颜色通道。
步骤三:利用“边缘替代法”修复初始暗原色图像Idark,具体操作如下:
a)对初始暗原色图像Idark利用sobel算子进行边缘检测(边缘检测门限Vedge一般设为2.5),得到Idark中梯度变化最明显的边缘点,然后以这些边缘点为中心,边长为r进行方形扩展。将Idark中的扩展部分的暗原色记为Iedge-dark,非扩展部分的暗原色记为Inonedge-dark。
b)设P点为Iedge-dark中的任意点,以P点为中心,边长a=3的正方形区域作为P点的暗原色匹配区域Scan。
c)按He方法对匹配区域Scan中的所有点计算出匹配暗原色(此时最小操作方形邻域边长设置为3),得到匹配暗原色集合IP-Scan
d)在匹配暗原色集合IP-Scan中寻找与P点原始暗原色最接近的值,并将此值作为P点的新暗原色。按此操作遍历扩展部分Iedge-dark中的所有暗原色,得到扩展部分的新暗原色Inew-edge-dark。
e)对暗原色Inew-edge-dark利用双边滤波器进行边缘保持滤波,旨在平滑掉Inew-edge-dark中的纹理细节,但保留深度信息,滤波后得到Irefine-edge-dark。,其表达式可表示为:
然后将初始暗原色图像Idark中的扩展部分的暗原色Iedge-dark全部替换为新的暗原色Irefine-edge-dark,得到修复后的暗原色图像Irefine-dark。
步骤四:统计出暗原色图像Irefine-dark中前0.1%强度较大的灰度值,并计算出其均值,记为天空光A。根据天空光A与暗原色图像Irefine-dark,并按下式计算出透射图:
步骤五:根据天空光A与透射图t以及原始有雾图像I,利用式(4)(5)(6)恢复出无雾图像J:
其中,t0为透射率下限值,其值越大,去雾能力越弱,一般取值为0.1;I(x,y,R)、I(x,y,G)、I(x,y,B)分别表示有雾图像的R、G、B颜色分量;J(x,y,R)、J(x,y,G)、J(x,y,B)分别表示去雾后图像的R、G、B颜色分量。

Claims (1)

1.一种基于边缘替代法的图像去雾方法,其特征在于有以下步骤:
步骤一:获取有雾图像I;
步骤二:按He方法对有雾图像I进行最小操作得到初始暗原色图像Idark,此时最小操作方形邻域边长设置为15;
步骤三:利用“边缘替代法”修复初始暗原色图像Idark,具体操作如下:
a)对初始暗原色图像Idark利用sobel算子进行边缘检测,边缘检测门限Vedge设为2.5,得到Idark中梯度变化最明显的边缘点,然后以这些边缘点为中心,边长为r进行方形扩展;将Idark中的扩展部分的暗原色记为Iedge-dark,非扩展部分的暗原色记为Inonedge-dark;
b)设P点为Iedge-dark中的任意点,以P点为中心,边长a=3的正方形区域作为P点的暗原色匹配区域Scan;
c)按He方法对匹配区域Scan中的所有点计算出匹配暗原色,此时最小操作方形邻域边长设置为3,得到匹配暗原色集合IP-Scan;
d)在匹配暗原色集合IP-Scan中寻找与P点原始暗原色最接近的值,并将此值作为P点的新暗原色;按此操作遍历扩展部分Iedge-dark中的所有暗原色,得到扩展部分的新暗原色Inew-edge-dark;
e)对暗原色Inew-edge-dark利用双边滤波器进行边缘保持滤波,旨在平滑掉Inew-edge-dark中的纹理细节,但保留深度信息,滤波后得到Irefine-edge-dark;然后将初始暗原色图像Idark中的扩展部分的暗原色Iedge-dark全部替换为新的暗原色Irefine-edge-dark,得到修复后的暗原色图像Irefine-dark;
步骤四:统计出暗原色图像Irefine-dark中前0.1%强度较大的灰度值,并计算出其均值,记为天空光A;根据天空光A与暗原色图像Irefine-dark,按He方法计算出透射图t;
步骤五:根据透射图t、天空光A以及原始有雾图像I,按He方法复原出无雾图像J。
CN201410506030.XA 2014-09-26 2014-09-26 一种基于边缘替代法的图像去雾方法 Active CN104318519B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410506030.XA CN104318519B (zh) 2014-09-26 2014-09-26 一种基于边缘替代法的图像去雾方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410506030.XA CN104318519B (zh) 2014-09-26 2014-09-26 一种基于边缘替代法的图像去雾方法

Publications (2)

Publication Number Publication Date
CN104318519A CN104318519A (zh) 2015-01-28
CN104318519B true CN104318519B (zh) 2017-07-07

Family

ID=52373745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410506030.XA Active CN104318519B (zh) 2014-09-26 2014-09-26 一种基于边缘替代法的图像去雾方法

Country Status (1)

Country Link
CN (1) CN104318519B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102208B (zh) * 2020-11-10 2021-02-19 上海彩虹鱼海洋科技股份有限公司 带边缘保持的水下图像处理系统、方法、装置和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003742A (ja) * 2004-06-18 2006-01-05 Toshiba Lighting & Technology Corp 画像表示装置及び画像表示プログラム
CN101783012A (zh) * 2010-04-06 2010-07-21 中南大学 一种基于暗原色的自动图像去雾方法
CN101901482A (zh) * 2009-05-31 2010-12-01 汉王科技股份有限公司 判断去雾增强图像质量效果的方法
CN102156968A (zh) * 2011-04-11 2011-08-17 合肥工业大学 一种基于颜色立方先验的单一图像能见度复原方法
CN102289791A (zh) * 2011-06-29 2011-12-21 清华大学 一种快速单幅图像去雾方法
CN102637300A (zh) * 2012-04-26 2012-08-15 重庆大学 改进的Zernike矩边缘检测方法
CN102768760A (zh) * 2012-07-04 2012-11-07 电子科技大学 一种基于图像纹理的图像快速去雾方法
CN103020920A (zh) * 2013-01-10 2013-04-03 厦门大学 一种低照度图像增强方法
CN103116876A (zh) * 2013-02-22 2013-05-22 北京京东世纪贸易有限公司 一种图像去雾的方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8385658B2 (en) * 2007-07-27 2013-02-26 Sportvision, Inc. Detecting an object in an image using multiple templates

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003742A (ja) * 2004-06-18 2006-01-05 Toshiba Lighting & Technology Corp 画像表示装置及び画像表示プログラム
CN101901482A (zh) * 2009-05-31 2010-12-01 汉王科技股份有限公司 判断去雾增强图像质量效果的方法
CN101783012A (zh) * 2010-04-06 2010-07-21 中南大学 一种基于暗原色的自动图像去雾方法
CN102156968A (zh) * 2011-04-11 2011-08-17 合肥工业大学 一种基于颜色立方先验的单一图像能见度复原方法
CN102289791A (zh) * 2011-06-29 2011-12-21 清华大学 一种快速单幅图像去雾方法
CN102637300A (zh) * 2012-04-26 2012-08-15 重庆大学 改进的Zernike矩边缘检测方法
CN102768760A (zh) * 2012-07-04 2012-11-07 电子科技大学 一种基于图像纹理的图像快速去雾方法
CN103020920A (zh) * 2013-01-10 2013-04-03 厦门大学 一种低照度图像增强方法
CN103116876A (zh) * 2013-02-22 2013-05-22 北京京东世纪贸易有限公司 一种图像去雾的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Fast Matting Using Large Kernel Matting Laplacian Matrices";Kaiming He et al;《CVPR》;20100618;第2165-2172页 *

Also Published As

Publication number Publication date
CN104318519A (zh) 2015-01-28

Similar Documents

Publication Publication Date Title
Li et al. Rain streak removal using layer priors
CN102831591B (zh) 一种基于高斯滤波的单幅图像的实时去雾方法
CN103955905B (zh) 基于快速小波变换和加权图像融合的单幅图像去雾方法
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
CN102063706B (zh) 一种快速去雾方法
CN103218778B (zh) 一种图像和视频的处理方法及装置
CN105023256B (zh) 一种图像去雾方法及系统
Shiau et al. Weighted haze removal method with halo prevention
Pang et al. Improved single image dehazing using guided filter
CN106709964B (zh) 基于梯度修正和多向纹理提取的素描画生成方法及装置
EP3156968A1 (en) Haze removal device and image generation method
WO2016159884A1 (en) Method and device for image haze removal
CN103049888A (zh) 基于暗原色结合大气散射光的图像/视频去雾方法
CN106530309B (zh) 一种基于移动平台的视频抠图方法及系统
CN103020920A (zh) 一种低照度图像增强方法
CN104200427A (zh) 一种消除图像边缘锯齿的方法
Guo et al. Image dehazing based on haziness analysis
CN104021566A (zh) 基于GrabCut算法的舌诊图像自动分割方法
CN108564538A (zh) 一种基于环境光差异的图像去雾霾方法及系统
CN108537760A (zh) 一种基于大气散射模型的红外图像增强方法
Suzuki et al. Dynamic shadow compensation of aerial images based on color and spatial analysis
CN103942756A (zh) 一种深度图后处理滤波的方法
CN106504216B (zh) 基于变分模型的单幅图像去雾方法
CN112750089B (zh) 基于局部块最大和最小像素先验的光学遥感影像去雾方法
CN104299195B (zh) 一种基于自适应双阈值与暗通道先验的图像去雾方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant