CN107808368A - 一种海天背景下的彩色图像去雾方法 - Google Patents
一种海天背景下的彩色图像去雾方法 Download PDFInfo
- Publication number
- CN107808368A CN107808368A CN201711237197.0A CN201711237197A CN107808368A CN 107808368 A CN107808368 A CN 107808368A CN 201711237197 A CN201711237197 A CN 201711237197A CN 107808368 A CN107808368 A CN 107808368A
- Authority
- CN
- China
- Prior art keywords
- image
- sky
- sea
- dark
- color image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000000694 effects Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000003595 mist Substances 0.000 claims abstract description 10
- 230000015556 catabolic process Effects 0.000 claims abstract description 6
- 238000006731 degradation reaction Methods 0.000 claims abstract description 6
- 230000008030 elimination Effects 0.000 claims abstract description 4
- 238000003379 elimination reaction Methods 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000005622 photoelectricity Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 7
- 230000002708 enhancing effect Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011067 equilibration Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明属于光电海上侦察技术领域,具体涉及一种海天背景下的彩色图像去雾方法,包括:求取有雾图像的直方图,并对直方图进行拉伸,以提升目标在有雾图像中的对比度;基于拉伸的直方图分别求取图像的暗通道和亮通道;基于亮通道进行海天线检测,以区分海面和天空背景;通过使用符合海面景深的均值滤波对环境光和大气光进行估计,基于暗通道和亮通道在图像退化模型中的共同作用,获取去雾图像。本发明简单有效,不需要预知知识,能够满足海天背景下彩色图像去雾恢复的需要,符合人的视觉感受。
Description
技术领域
本发明属于光电海上侦察技术领域,具体涉及一种海天背景下的彩色图像去雾方法。
背景技术
我国存在广阔的海域,对领海进行侦察巡逻是维护海域安全的重要方式之一。光电侦察具有直观、准确、易于理解等特点,是我军侦察取证和情报收集的主要手段。但是由于海上环境的限制,光电设备始终没有发挥出最大效用。尤其是海上雨雾天频繁,场景光线受到大气中水滴、颗粒的影响,导致获取的图像质量退化,对比度和色彩饱和度降低,造成目标能见度变弱,给目标识别带来困难。
针对这种情况,研究者使用了许多方法对雾天光电成像进行恢复,包括使用黄色透雾补光、多角度偏振图像叠加等,但是从成本、环境和技术上不具备普遍装备的条件。
使用基于单幅图像的去雾处理方法,时效性更强,环境适用性更广,具有更好的实用价值。图像均衡化是最常用的一种图像增强恢复处理方式。韩德水等使用同态滤波和图像均衡化对图像进行增强,边缘更突出,整体视觉效果也更明亮。这种方法对于灰度图像有较好的恢复效果,但是随着彩色图像的越来越广泛的使用,算法造成的颜色失真等问题限制了其应用。
以NASA为代表的研究机构使用大气传播模型,用退化反演的方式对图像进行了恢复,其在卫星成像上具有较好的效果,但是该方法运算复杂,难以实时处理,且必须保证处理图像为有雾图,对于正常图像处理会产生较大的失真。
以上各算法虽然对自然场景图像具有较好的效果,但是针对海天背景的图像存在很多问题,包括:
(1)海天背景下,目标对比度较低,恢复的图像背景颜色容易饱和淹没目标;
(2)实际图像采集中,随着船的摇摆,天空在图像中的比例变化较大,而多数算法都是基于非空场景进行假设推导,对天空的处理结果较差,因此容易造成恢复后视频的过渡不自然。
发明内容
本发明的目的在于提供一种海天背景下的彩色图像去雾方法,针对海天背景的特点,对去雾算法进行改进,在算法满足视频实时处理的要求下,达到较好的去雾效果,使其更符合海上目标侦察的特点。
本发明提供了一种海天背景下的彩色图像去雾方法,包括:
求取有雾图像的直方图,并对直方图进行拉伸,以提升目标在有雾图像中的对比度;
基于拉伸的直方图分别求取图像的暗通道和亮通道;
基于亮通道进行海天线检测,以区分海面和天空背景;
通过使用符合海面景深的均值滤波对环境光和大气光进行估计,基于暗通道和亮通道在图像退化模型中的共同作用,获取去雾图像。
进一步地,海天线检测包括:根据海天的亮度差异,通过一阶导数极值点求出海天线的位置。
进一步地,均值滤波包括:
通过长条形滤波模板对暗通道进行均值滤波。
进一步地,长条形滤波模板为100×25的滤波模板。
进一步地,在海天线检测之后还包括:
根据海天线的位置设置ROI掩模,用以处理海面背景。
与现有技术相比本发明的有益效果是:基于海天背景的图像特点,通过使用亮通道和暗通道相结合的方式,增加了准确性;使用海天线和长条型模板等,消除了现有技术中海天处理失真的问题,提高了恢复效果。
附图说明
图1是海天背景有雾图;
图2是图像亮通道及亮通道增强图;其中,2a为亮通道,2b为增强后亮通道;
图3是图像暗通道及暗通道增强;其中,3a为暗通道,3b为增强后暗通道;
图4是海天线检测示意图;其中,4a为亮度差值曲线图,4b为海天线位置图
图5是本发明一种海天背景下的彩色图像去雾方法一实施例的流程图;
图6是本发明图像去雾增强结果与现有技术不同方法的对比图;其中, 6a为有雾图,6b为现有技术暗通道处理结果,6c为现有技术处理结果,6d 为本发明处理结果。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
本实施例提供了一种海天背景下的彩色图像去雾方法,首先通过对图像拉伸提取图像暗通道和亮通道,提升目标在浓雾下的对比度;然后依靠亮通道进行海天线检测,区分海面和天空背景,消除天空背景对去雾算法的影响;最后使用符合海面景深的均值滤波对环境光和大气光进行估计,恢复出最终图像。该图像去雾方法简单有效,不需要预知知识,能够满足海天背景下彩色图像去雾恢复的需要,符合人的视觉感受。
在本实施例中,依据海天图像景深特征,选用长条型滤波模板。
在本实施例中,去雾退化模型中,亮通道与暗通道共同作用。
下面对本发明进行详细说明。
1、雾天图像退化模型
光电侦察目标主要依靠目标反射自然光,在成像器件上形成感光。除去感光芯片的差异,对目标成像造成的影响主要集中在光衰减及光散射。而雾通过其包含的水气、颗粒等对光线传播造成了较大的透射衰减和环境光散射。图像退化模型为:
I(x,y)=IJ(x,y)τ(x,y)+IA[1-τ(x,y)] (1)
其中,I为成像图像,IJ为理想的成像图像,IA为全局大气光; IJ(x,y)τ(x,y)为表示光在传播过程中因散射等造成的幅度衰减;IA[1-τ(x,y)]为环境光,表示环境光对图像成像造成的色度、饱和度等偏移。
τ(x,y)为大气透射比,可以表示为:
τ(x,y)=e-rd(x,y) (2)
其中,r表示大气散射系数;d表示景深。
设L(x,y)=IA[1-τ(x,y)],则恢复图像只需估计出L(x,y)和全局大气光IA即可使用下式进行恢复:
根据暗通道理论,在绝大多数非天空的图像里,某些像素总会存在至少一个颜色通道具有很低的值;而在有雾的情况下,由于大气的散射,其暗通道的值大幅提高。基于该条件,可以推导出:
其中,即取各个像素所有通道的最小值为暗通道。
由式(2)可知τ(x,y)与景物景深有关,而成像中相近像素常常为同一个物体,即具有相近的景深,则使用均值滤波可估计:
其中,δ为估值偏移量,Mave(x,y)为暗通道均值滤波后的矩阵。根据试验,δ=min(1.3·mean(M(x,y)),0.9)时,效果较好。当原图像越暗,则透射率越大,这样保证图像亮度不会太暗。
联立式(4)和(5),可得:
L(x,y)=min(δMave(x,y),M(x,y)) (6)
对于全局大气光IA,He等使用最亮的0.1%像素估计,效果较好,但效率不高,且存在不适用的情况。
2、海天背景的特点
不同于一般场景图像,光电设备在海上对目标进行侦察时,常常会出现海天背景图像。对于海天背景图像,一般存在以下两个特点:
(1)在图像中存在明显的海天线,而在海天线上下具有明显的亮度纹理差异;
(2)图像中的海面存在景深渐变的过程,即自底向上,景深由近及远。
由于在海天图像中,天然存在天空,而天空不符合暗通道的假设,且估计全局大气光时,数值过高,造成整体图像变暗,部分区域出现色差。对此本方法使用海天线检测方法将海天进行区分,着重对海背景进行去雾处理,使图像处理具有较好的效果。
暗通道主要为雾气对目标光线的散射信息,海天背景差异较小;而亮通道在海天背景下具有更好的差异,例如示例图1,亮通道(图2)中海天背景差异远好于暗通道(图3)。
海天线检测主要使用海天的亮度差异,依靠一阶导数极值点可以求出海天线的位置。如图4a所示为相邻行之间的像素和的差,从图中可以看到海天线位置存在明显的极值点,提取极值点所在的位置,即为海天线,如图4b 所示。
不同于场景图像,海天图像存在明显的景深变化,且呈现条带性,因此使用长条型滤波模板,要好于矩形模板。为了消除海浪的影响,本方法采用 100×25(像素)的模板进行均值滤波。
此外,在浓雾情况下,由于图像衰减,造成目标和背景对比度下降,无法估算出目标的景深,如图3a所示。这时进行图像恢复易造成颜色饱和。而通过对比度增强获取暗通道,可以拉伸目标与背景差,实现更明显的去雾效果,最终达到目标获取的目的,如图3b所示。
4、算法流程
针对海天背景图像的特点,参图5所示,本发明一实施例的具体步骤如下:
(1)输入图像I(x,y);
(2)求取图像直方图His(i),拉伸图像对比度,消除浓雾对图像的影响:
His(i)=α(His(i)-minB)+minB(7)
其中,α为拉伸系数,minB为图像最小灰度阶;
(3)分别求取图像的暗通道M(x,y)和亮通道H(x,y):
(4)利用亮通道求取图像海天线SL,
其中,L(y)表示该行像素的均值。
(5)根据海天线位置,设置ROI,只处理海面部分;
(6)使用100×25模板对M(x,y)进行均值滤波,得到Mave(x,y);
(7)然后根据公式(6),求取L(x,y);
(8)为了提高运算效率,本方法使用亮通道和暗通道求取全局大气光A:
(9)最后根据公式(3),获得最终的去雾图像IJ(x,y)。
如图6所示,在浓雾条件下(如图6a所示),目标对比度降低,场景模糊,较难分辨。现有技术中暗通道方法(如图6b所示)较好的恢复了图像的色彩饱和度,但是由于浓雾的影响,整图的亮度较低。现有技术中的方法(如图6c所示)处理较快,但是由于天空得影响,其大气通光亮等判断存在一定的误差,处理后仍有薄雾存在。相对于现有方法,本发明(如图6d 所示)区分了海背景和天背景,亮度适中,色彩温和,较好的恢复了目标和背景结构,更符合人的视觉感受,在军用海上目标光电侦察领域适用性更佳。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (5)
1.一种海天背景下的彩色图像去雾方法,其特征在于,包括:
求取有雾图像的直方图,并对直方图进行拉伸,以提升目标在有雾图像中的对比度;
基于拉伸的直方图分别求取图像的暗通道和亮通道;
基于亮通道进行海天线检测,以区分海面和天空背景;
通过使用符合海面景深的均值滤波对环境光和大气光进行估计,基于暗通道和亮通道在图像退化模型中的共同作用,获取去雾图像。
2.根据权利要求1所述的一种海天背景下的彩色图像去雾方法,其特征在于,所述海天线检测包括:根据海天的亮度差异,通过一阶导数极值点求出海天线的位置。
3.根据权利要求2所述的一种海天背景下的彩色图像去雾方法,其特征在于,所述均值滤波包括:
通过长条形滤波模板对暗通道进行均值滤波。
4.根据权利要求3所述的一种海天背景下的彩色图像去雾方法,其特征在于,所述长条形滤波模板为100×25的滤波模板。
5.根据权利要求4所述的一种海天背景下的彩色图像去雾方法,其特征在于,在所述海天线检测之后还包括:
根据海天线的位置设置ROI掩模,用以处理海面背景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711237197.0A CN107808368A (zh) | 2017-11-30 | 2017-11-30 | 一种海天背景下的彩色图像去雾方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711237197.0A CN107808368A (zh) | 2017-11-30 | 2017-11-30 | 一种海天背景下的彩色图像去雾方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107808368A true CN107808368A (zh) | 2018-03-16 |
Family
ID=61581984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711237197.0A Pending CN107808368A (zh) | 2017-11-30 | 2017-11-30 | 一种海天背景下的彩色图像去雾方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107808368A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460705A (zh) * | 2018-09-26 | 2019-03-12 | 北京工业大学 | 基于机器视觉的输油管道监控方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012168936A (ja) * | 2011-02-12 | 2012-09-06 | Hitachi Ltd | 動画処理装置及び動画処理方法 |
CN106548463A (zh) * | 2016-10-28 | 2017-03-29 | 大连理工大学 | 基于暗通道与Retinex的海雾图像自动去雾方法及系统 |
CN107248146A (zh) * | 2017-05-22 | 2017-10-13 | 哈尔滨工程大学 | 一种uuv近海面可见光图像去雾方法 |
-
2017
- 2017-11-30 CN CN201711237197.0A patent/CN107808368A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012168936A (ja) * | 2011-02-12 | 2012-09-06 | Hitachi Ltd | 動画処理装置及び動画処理方法 |
CN106548463A (zh) * | 2016-10-28 | 2017-03-29 | 大连理工大学 | 基于暗通道与Retinex的海雾图像自动去雾方法及系统 |
CN107248146A (zh) * | 2017-05-22 | 2017-10-13 | 哈尔滨工程大学 | 一种uuv近海面可见光图像去雾方法 |
Non-Patent Citations (1)
Title |
---|
温明: "《海天背景彩色图像去雾方法研究》", 《电视技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460705A (zh) * | 2018-09-26 | 2019-03-12 | 北京工业大学 | 基于机器视觉的输油管道监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232666B (zh) | 基于暗原色先验的地下管道图像快速去雾方法 | |
CN102831591B (zh) | 一种基于高斯滤波的单幅图像的实时去雾方法 | |
CN106530246B (zh) | 基于暗通道与非局部先验的图像去雾方法及系统 | |
CN106157267B (zh) | 一种基于暗通道先验的图像去雾透射率优化方法 | |
CN106846263B (zh) | 基于融合通道且对天空免疫的图像去雾方法 | |
CN102750674B (zh) | 基于自适应容差的视频图像去雾方法 | |
Xu et al. | Fast image dehazing using improved dark channel prior | |
CN102063706B (zh) | 一种快速去雾方法 | |
CN104036466B (zh) | 一种视频去雾方法与系统 | |
CN106530257A (zh) | 一种基于暗通道先验模型的遥感图像去雾方法 | |
CN104933680B (zh) | 一种智能的无人艇视觉系统视频快速海雾去除方法 | |
CN107301623A (zh) | 一种基于暗通道和图像分割的交通图像去雾方法及系统 | |
CN112669242A (zh) | 基于改进图像增强算法与生成对抗网络的夜景复原方法 | |
CN107767354A (zh) | 一种基于暗原色先验的图像去雾算法 | |
CN108765342A (zh) | 一种基于改进暗通道的水下图像复原方法 | |
CN109087254B (zh) | 无人机航拍图像雾霾天空和白色区域自适应处理方法 | |
CN103077504B (zh) | 一种基于自适应光照计算的图像去雾方法 | |
CN105976337B (zh) | 一种基于中值引导滤波的图像去雾方法 | |
CN103914820B (zh) | 一种基于图像分层增强的图像去雾方法及系统 | |
CN103903230A (zh) | 一种视频图像海雾去除清晰化方法 | |
CN110689490A (zh) | 一种基于纹理颜色特征和优化透射率的水下图像复原方法 | |
CN107705258B (zh) | 一种三基色联合预均衡和去模糊的水下图像增强方法 | |
CN108564543A (zh) | 一种基于电磁理论的水下图像色彩补偿方法 | |
CN106548461A (zh) | 图像去雾方法 | |
CN110211067A (zh) | 一种用于uuv近海面可见光图像去雾方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180316 |