CN107886480A - 基于v系统的图像去雾方法 - Google Patents
基于v系统的图像去雾方法 Download PDFInfo
- Publication number
- CN107886480A CN107886480A CN201711076400.0A CN201711076400A CN107886480A CN 107886480 A CN107886480 A CN 107886480A CN 201711076400 A CN201711076400 A CN 201711076400A CN 107886480 A CN107886480 A CN 107886480A
- Authority
- CN
- China
- Prior art keywords
- image
- images
- component
- mrow
- defogging
- 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 23
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 230000015556 catabolic process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000003595 mist Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000002834 transmittance Methods 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于V系统的图像去雾方法,包括:将雾天图像转换为HIS空间的雾天图像,该HIS空间的雾天图像包括色调分量H图像、饱和度分量S图像、亮度分量I图像;对饱和度分量S图像进行V变换,低频重构后得到新的饱和度分量S`图像;对亮度分量I图像进行去雾处理,得到新的亮度分量I`图像;将色调分量H图像、饱和度分量S`图像、亮度分量I`图像转换为去雾后的图像。本发明可实现图像的去雾处理,效果良好。
Description
技术领域
本发明涉及一种基于V系统的图像去雾方法,属于图像处理技术领域。
背景技术
近年来,全国多个省市出现雾霾天气,大气中的微粒对光线产生严重的散射作用,获取图像的对比度和分辨率严重下降,图像信息损失严重,给户外监测工作带来了极大的困难。
为了降低雾霾天气对户外监测等相关工作的影响,图像去雾技术成为研究热点。目前,图像去雾技术主要分为两类,一类是以图像增强为主,另一类是以大气散射模型为基础进行图像复原。以图像增强为主的去雾方法,由于其没有将雾天图像退化模型考虑在内,因而适用性比较广泛,能够有效地提高图像的视觉效果,图像的对比度和细节都能够得到很好的改善,但是会造成部分信息的缺失。以大气散射模型为基础的雾天图像复原方法,主要是通过建立雾天退化模型,探究雾天图像退化的物理机制,弥补退化过程造成的失真状况,从而改善雾天图像的质量。图像复原方法可以保留完整的图像信息,复原的无雾图像真实、稳定,因此成为主流的图像去雾研究方法。
发明内容
鉴于上述原因,本发明的目的在于提供一种基于V系统的图像去雾方法,可实现图像的去雾处理,效果良好。
为实现上述目的,本发明采用以下技术方案:
一种基于V系统的图像去雾方法,包括:
将雾天图像转换为HIS空间的雾天图像,该HIS空间的雾天图像包括色调分量H图像、饱和度分量S图像、亮度分量I图像;
对饱和度分量S图像进行V变换,低频重构后得到新的饱和度分量S`图像;
对亮度分量I图像进行去雾处理,得到新的亮度分量I`图像;
将色调分量H图像、饱和度分量S`图像、亮度分量I`图像转换为去雾后的图像。
对所述亮度分量I图像进行去雾处理的方法是:
计算亮度分量I图像的最小滤波图像;
计算最小滤波图像的透射率;
利用四叉树算法获取大气光值;
根据式(3)计算去雾后的亮度分量I图像:
其中,I(x)表示雾天图像,J(x)表示去雾后的图像,t(x)表示透射率,t0表示预设的最小透射率,A表示大气光值。
利用四叉树算法获取大气光值的方法是:将所述亮度分量I图像等分为四块,分别计算各块图像的像素均值,对于均值最大的图像块继续四等分,如此重复迭代,直至得到的图像块小于预设的阈值,将最后划分得到的最小图像块中的像素最大值作为大气光值。
将所述饱和度分量S`图像乘以一饱和度系数、亮度分量I`图像乘以一亮度系数以及色调分量H图像转换为去雾后的图像。
本发明的优点是:
本发明的基于V系统的图像去雾方法,将雾天图像转换为HIS空间的图像后,对其中的亮度分量I图像进行去雾处理,能够达到良好的去雾效果。
附图说明
图1是本发明的方法流程示意。
具体实施方式
以下结合附图和实施例对本发明作进一步详细的描述。
如图1所示,本发明公开的基于V系统的图像去雾方法,包括:
S1:将雾天图像的颜色空间由RGB空间转换为HIS空间;
S2:对HIS空间的雾天图像进行去雾处理;
HIS空间的雾天图像包括三个分量的图像:色调分量H图像、饱和度分量S图像、亮度分量I图像,对三个分量的图像分别进行如下处理:
S21:色调分量H图像不变;
S22:对饱和度分量S图像进行低频重构,得到新的饱和度分量S`图像;
k次V-系统是一个由无穷多个分段k次多项式构成的[0,1]空间上的正交完备函数系,同时,它还是一类正交多小波。将V-系统离散化,就可以得到正交V变换矩阵U。假设一幅图像的亮度矩阵为F=(fij),则Λ=UFUT就是图像的V变换,得到的矩阵Λ的数值由左上角(低频)开始逐渐稀疏,其逆变换公式为:F=UTΛU。
由于低频集中了图像的主要信息,因此,只需要保留矩阵Λ中的低频系数,再进行逆变换,就可以得到原图像的近似图像,相当于对原图像进行高频滤波后得到近似图像。
基于上述V系统及频域图像的原理,将饱和度分量S图像进行V变换,得到饱和度分量S的图像频域信息,从饱和度分量S的图像频域信息中分解出低频信息,利用低频信息重构出新的饱和度分量S`图像。
经低频重构的新的饱和度分量S`图像,降低了噪声、纹理等信息对饱和度的影响,为进一步提高图像饱和度,可以在新的饱和度分量S`图像基础上乘以饱和系数(如,取值5.5),使得图像更加真实自然,视觉效果更加良好。
S23:对亮度分量I图像进行去雾处理;
具体包括:
1)计算亮度分量I图像的最小滤波图像
根据式(1)计算亮度分量I图像的最小滤波图像:
其中,x和y表示像素,Q(x)表示以像素x为中心的一个窗口,m(y)和I(y)表示像素值。
2)计算亮度分量I图像的透射率
根据式(2)得到透射率t(x):
其中,ω为常数,一般取值为0.95;
3)利用四叉树算法获取大气光值A
将亮度分量I图像等分为四块,然后分别计算各块图像的像素均值,对于均值最大的图像块继续四等分,如此重复迭代,直至得到的图像块小于预设的阈值(如,40x40),将最后划分得到的最小图像块中的像素最大值作为大气光值A。
4)利用暗原色先验原理对亮度分量I图像进行去雾处理
根据雾图形成模型I(x)=t(x)J(x)+(1-t(x))A,得到去雾公式:
其中,I(x)表示雾天图像,J(x)表示去雾后的图像,t(x)表示透射率,t0表示最小透射率阈值,A表示大气光值;当透射率t(x)偏小时,会导致J(x)偏大,所以,一般最小透射率阈值的取值为t0=0.1。
根据前述2)、3)计算得到的透射率、大气光值A,代入式(3),计算得到去雾后的亮度分量I`图像。
为提高图像亮度,可在去雾后的亮度分量I`图像基础上乘以亮度系数(如,取值为1.1)。
S3:将去雾处理后的HIS空间的雾天图像,转换为RGB空间的去雾图像。
将色调分量H图像,新的饱和度分量S`图像以及新的亮度分量I`图像,转换为RGB颜色空间图像,得出去雾后的去雾图像。
以上所述是本发明的较佳实施例及其所运用的技术原理,对于本领域的技术人员来说,在不背离本发明的精神和范围的情况下,任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变,均属于本发明保护范围之内。
Claims (4)
1.基于V系统的图像去雾方法,其特征在于,包括:
将雾天图像转换为HIS空间的雾天图像,该HIS空间的雾天图像包括色调分量H图像、饱和度分量S图像、亮度分量I图像;
对饱和度分量S图像进行V变换,低频重构后得到新的饱和度分量S`图像;
对亮度分量I图像进行去雾处理,得到新的亮度分量I`图像;
将色调分量H图像、饱和度分量S`图像、亮度分量I`图像转换为去雾后的图像。
2.根据权利要求1所述的基于V系统的图像去雾方法,其特征在于,对所述亮度分量I图像进行去雾处理的方法是:
计算亮度分量I图像的最小滤波图像;
计算最小滤波图像的透射率;
利用四叉树算法获取大气光值;
根据式(3)计算去雾后的亮度分量I图像:
<mrow>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>A</mi>
</mrow>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
<mo>,</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mi>A</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,I(x)表示雾天图像,J(x)表示去雾后的图像,t(x)表示透射率,t0表示预设的最小透射率,A表示大气光值。
3.根据权利要求2所述的基于V系统的图像去雾方法,其特征在于,利用四叉树算法获取大气光值的方法是:将所述亮度分量I图像等分为四块,分别计算各块图像的像素均值,对于均值最大的图像块继续四等分,如此重复迭代,直至得到的图像块小于预设的阈值,将最后划分得到的最小图像块中的像素最大值作为大气光值。
4.根据权利要求2所述的基于V系统的图像去雾方法,其特征在于,将所述饱和度分量S`图像乘以一饱和度系数、亮度分量I`图像乘以一亮度系数以及色调分量H图像转换为去雾后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711076400.0A CN107886480A (zh) | 2017-11-06 | 2017-11-06 | 基于v系统的图像去雾方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711076400.0A CN107886480A (zh) | 2017-11-06 | 2017-11-06 | 基于v系统的图像去雾方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107886480A true CN107886480A (zh) | 2018-04-06 |
Family
ID=61778675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711076400.0A Pending CN107886480A (zh) | 2017-11-06 | 2017-11-06 | 基于v系统的图像去雾方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107886480A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175967A (zh) * | 2019-06-05 | 2019-08-27 | 海南大学 | 图像去雾处理方法、系统、计算机设备和存储介质 |
CN111274952A (zh) * | 2020-01-20 | 2020-06-12 | 新疆爱华盈通信息技术有限公司 | 背光人脸图像处理方法、人脸识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436640A (zh) * | 2011-09-21 | 2012-05-02 | 北京航空航天大学 | 一种基于HIS空间的多尺度Retinex模型的雾天图像清晰化方法 |
KR20140011118A (ko) * | 2012-07-17 | 2014-01-28 | 경희대학교 산학협력단 | 평가 전달량에 기초한 안개 영상 보상 방법 |
CN103632339A (zh) * | 2012-08-21 | 2014-03-12 | 张晓光 | 一种基于变分Retinex的单幅图像去雾方法及装置 |
CN103985091A (zh) * | 2014-04-30 | 2014-08-13 | 西安理工大学 | 基于亮度暗先验与双边滤波的单幅图像去雾方法 |
CN106296618A (zh) * | 2016-09-19 | 2017-01-04 | 河南工业大学 | 一种基于高斯函数加权直方图规定化的彩色图像去雾方法 |
-
2017
- 2017-11-06 CN CN201711076400.0A patent/CN107886480A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436640A (zh) * | 2011-09-21 | 2012-05-02 | 北京航空航天大学 | 一种基于HIS空间的多尺度Retinex模型的雾天图像清晰化方法 |
KR20140011118A (ko) * | 2012-07-17 | 2014-01-28 | 경희대학교 산학협력단 | 평가 전달량에 기초한 안개 영상 보상 방법 |
CN103632339A (zh) * | 2012-08-21 | 2014-03-12 | 张晓光 | 一种基于变分Retinex的单幅图像去雾方法及装置 |
CN103985091A (zh) * | 2014-04-30 | 2014-08-13 | 西安理工大学 | 基于亮度暗先验与双边滤波的单幅图像去雾方法 |
CN106296618A (zh) * | 2016-09-19 | 2017-01-04 | 河南工业大学 | 一种基于高斯函数加权直方图规定化的彩色图像去雾方法 |
Non-Patent Citations (1)
Title |
---|
宋瑞霞: "基于HSI颜色空间和暗原色先验的去雾算法", 《系统科学与数学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175967A (zh) * | 2019-06-05 | 2019-08-27 | 海南大学 | 图像去雾处理方法、系统、计算机设备和存储介质 |
CN111274952A (zh) * | 2020-01-20 | 2020-06-12 | 新疆爱华盈通信息技术有限公司 | 背光人脸图像处理方法、人脸识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN106910175B (zh) | 一种基于深度学习的单幅图像去雾算法 | |
CN108269244B (zh) | 一种基于深度学习和先验约束的图像去雾系统 | |
TWI514323B (zh) | 基於混合暗通道先驗的影像除霧方法及其系統 | |
US8774555B2 (en) | Image defogging method and system | |
CN111161360B (zh) | 基于Retinex理论的端到端网络的图像去雾方法 | |
CN110378849B (zh) | 基于深度残差网络的图像去雾去雨方法 | |
CN103198459B (zh) | 雾霾图像快速去雾方法 | |
CN104091310A (zh) | 一种图像去雾方法和装置 | |
CN109993804A (zh) | 一种基于条件生成对抗网络的道路场景去雾方法 | |
CN103049888A (zh) | 基于暗原色结合大气散射光的图像/视频去雾方法 | |
CN111179189B (zh) | 基于生成对抗网络gan的图像处理方法、装置以及电子设备、存储介质 | |
CN110544213A (zh) | 一种基于全局和局部特征融合的图像去雾方法 | |
JP2014525617A (ja) | 画像除霧方法及びシステム | |
CN107146209A (zh) | 一种基于梯度域的单幅图像去雾方法 | |
CN107292830A (zh) | 低照度图像增强及评价方法 | |
CN104021527B (zh) | 一种图像中雨雪的去除方法 | |
CN106023108A (zh) | 基于边界约束和上下文正则化的图像去雾算法 | |
CN102800059A (zh) | 一种基于近红外图像辅助的图像可见性增强方法 | |
CN108765323A (zh) | 一种基于改进暗通道与图像融合的柔性去雾方法 | |
CN105046670A (zh) | 一种图像去雨方法及系统 | |
CN114841885B (zh) | 一种基于偏振图像数据的去雾融合处理方法 | |
Qian et al. | CIASM-Net: a novel convolutional neural network for dehazing image | |
CN107886480A (zh) | 基于v系统的图像去雾方法 | |
CN103778605A (zh) | 一种雾天图像增强方法 |
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 |
Application publication date: 20180406 |
|
WD01 | Invention patent application deemed withdrawn after publication |