CN108038831A - 一种基于大气散射模型的彩色视频去雾方法 - Google Patents

一种基于大气散射模型的彩色视频去雾方法 Download PDF

Info

Publication number
CN108038831A
CN108038831A CN201711370117.9A CN201711370117A CN108038831A CN 108038831 A CN108038831 A CN 108038831A CN 201711370117 A CN201711370117 A CN 201711370117A CN 108038831 A CN108038831 A CN 108038831A
Authority
CN
China
Prior art keywords
pixel value
color video
input picture
scattering model
maximum
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
Application number
CN201711370117.9A
Other languages
English (en)
Inventor
许廷发
柳稼齐
陈思凝
王杏
张继洲
史国凯
孙兴龙
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201711370117.9A priority Critical patent/CN108038831A/zh
Publication of CN108038831A publication Critical patent/CN108038831A/zh
Pending legal-status Critical Current

Links

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
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20028—Bilateral filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于大气散射模型的彩色视频去雾方法，属于彩色视频去雾的技术领域；该方法的处理对象是带雾天气下的拍摄得到的彩色视频，将彩色视频分解为若干帧输入图像；采用双线性插值的方法将输入图像缩小设定倍数得到缩小图像；将缩小图像的RGB空间转为HSV空间后，采用最大值滤波和双边滤波的方法对HSV空间进行滤波去噪处理后，按照设定倍数进行放大，得到与输入图像大小相同的场景深度图；选出输入图像的RGB三个通道的最大值后，将所述最大值、输入图像的每一个像素点、第四步得到的场景深度图带入大气散射模型中进行运算，得到最终的输入图像；该方法可以有效的提高去雾质量及降低运算时间。

Description

一种基于大气散射模型的彩色视频去雾方法
技术领域
本发明属于彩色视频去雾的技术领域，具体涉及一种基于大气散射模型的彩色视频去雾方法。
背景技术
近年来，雾天气发生频率逐年的增加，在这样恶劣的自然环境下，人们拍摄的图像视频，总是呈现对比度低下，影响视觉效果和主观能见度模糊低下等特点。去雾方法的相关研究成果可广泛应用于航拍、水下图像分析、户外视频监控、日常照片处理等诸多领域。基于大气散射模型的去雾方法通过组建对应的数学模型，反演退化过程，补偿该进程中的损耗，由此可获取复原图像。它具有适应性强，原始内容信息耗费少的优点。但是，由于需要计算各个参数，导致计算量太大，运算速度慢，实时性差以及去雾质量不高。
发明内容
有鉴于此，本发明的目的是提供一种基于大气散射模型的彩色视频去雾方法，在计算参数时通过采用大气散射模型的最大值滤波及双边滤波的方法，可以有效的提高去雾质量；以及在获得场景深度时先缩小输入图像后，再同比例放大场景深度的方法，可以有效的降低运算时间。
本发明是通过下述技术方案实现的：
一种基于大气散射模型的彩色视频去雾方法，该方法的处理对象是带雾天气下的拍摄得到的彩色视频，步骤如下：
第一步，将彩色视频分解为若干帧输入图像；
第二步，采用双线性插值的方法将输入图像缩小设定倍数a得到缩小图像；
第三步，将缩小图像的RGB空间转为HSV空间后，先采用最大值滤波的方法对HSV空间进行滤波去噪处理，再采用双边滤波的方法对HSV空间进行保边去噪处理后，得到缩小的场景深度图；
第四步，将缩小的场景深度图按照第二步的设定倍数a进行放大，得到与输入图像大小相同的场景深度图；
第五步，选出输入图像的RGB三个通道的最大值后，将所述最大值、输入图像的每一个像素点、第四步得到的场景深度图带入大气散射模型中进行运算，得到最终的输入图像。
进一步的，在第三步中，所述最大值滤波的方法为：
(1)选取一个HSV空间的方形单元；
(2)对所述方形单元中除中心像素值以外的其余像素值进行排序，选出最大像素值；
(3)将中心像素值和所述最大像素值进行比较，若中心像素值比最大像素值小，则将方形单元的中心像素值替换为最大像素值，若中心像素值比最大像素值大，则无需替换；
(4)对HSV空间的所有方形单元均重复(1)-(3)的步骤。
进一步的，在第四步中，所述放大的方法为：将缩小的场景深度图的每一个像素点都扩展为a*a个像素点，且像素值保持不变。
有益效果：本发明采用先缩小输入图像，处理获得缩小的场景深度图后，再同比例放大缩小的场景深度图，使其与输入图像大小相同的方法，能够提高去雾算法的运算速度；采用最大值滤波和双边滤波的方法来获得场景深度图的方法，能够更好的提高图像质量；因此，采用多种算法相结合的方式，有效的提高了去雾后的图像的对比度及图像质量，极大的提高了图像处理的运算速度，使去雾算法能够处理彩色视频。
附图说明
图1为本发明的整体流程原理图。
图2为本发明中获得缩小的场景深度的流程图。
图3为本发明中缩小输入图像、放大缩小的场景深度图的示意图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本实施例提供了一种基于大气散射模型的彩色视频去雾方法，该方法的处理对象是带雾天气下的拍摄得到的彩色视频，具体步骤如下：
第一步，将彩色视频分解为若干帧输入图像；
第二步，采用现有技术的双线性插值的方法将输入图像缩小设定倍数a得到缩小图像，即把输入图像的长和宽均缩小设定倍数a，缩小图像的像素数量等于1/(a*a)倍的输入图像的像素数量，因此，缩小图像的像素数量远小于输入图像的像素数量，像素数量少能够提升后续计算的处理速度；
第三步，将缩小图像的RGB空间(RED、GREEN、BLUE即红、绿、蓝)转为HSV空间(Hue,Saturation,Value)后，先采用现有技术的最大值滤波的方法对HSV空间进行滤波去噪处理，再采用现有技术的双边滤波的方法对HSV空间进行保边去噪处理后，即可得到缩小的场景深度图；
其中，所述最大值滤波的方法为：(1)选取一个HSV空间的方形单元；(2)对所述方形单元中除中心像素值以外的其余像素值进行排序，选出最大像素值；(3)将中心像素值和所述最大像素值进行比较，若中心像素值比最大像素值小，则将方形单元的中心像素值替换为最大像素值，若中心像素值比最大像素值大，则无需替换；(4)对HSV空间的所有方形单元均重复(1)-(3)的步骤；采用最大值滤波的方法能够发现图像中的亮点；
所述双边滤波的方法采用的滤波器由两个函数组成，一个函数是由几何空间距离决定滤波器系数，另一个函数是由像素差值决定滤波器系数，可以达到保边去噪效果；
第四步，将缩小的场景深度图按照第二步的设定倍数a进行放大，即将缩小的场景深度图的每一个像素点都扩展为a*a个像素点，且像素值保持不变，即在二维平面上，将每一个像素点的值扩为a*a大小的方块，方块中每个点的值均为该像素点的值，得到与输入图像相同大小且误差很小的场景深度图；
第五步，选出输入图像的RGB三个通道的最大值后，将所述最大值、输入图像的每一个像素点、第四步得到的场景深度图带入大气散射模型中进行运算，即可得到最终的清晰的输入图像。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于大气散射模型的彩色视频去雾方法，该方法的处理对象是带雾天气下的拍摄得到的彩色视频，其特征在于：
第一步，将彩色视频分解为若干帧输入图像；
第二步，采用双线性插值的方法将输入图像缩小设定倍数a得到缩小图像；
第三步，将缩小图像的RGB空间转为HSV空间后，先采用最大值滤波的方法对HSV空间进行滤波去噪处理，再采用双边滤波的方法对HSV空间进行保边去噪处理后，得到缩小的场景深度图；
第四步，将缩小的场景深度图按照第二步的设定倍数a进行放大，得到与输入图像大小相同的场景深度图；
第五步，选出输入图像的RGB三个通道的最大值后，将所述最大值、输入图像的每一个像素点、第四步得到的场景深度图带入大气散射模型中进行运算，得到最终的输入图像。
2.如权利要求1所述的一种基于大气散射模型的彩色视频去雾方法，其特征在于，在第三步中，所述最大值滤波的方法为：
(1)选取一个HSV空间的方形单元；
(2)对所述方形单元中除中心像素值以外的其余像素值进行排序，选出最大像素值；
(3)将中心像素值和所述最大像素值进行比较，若中心像素值比最大像素值小，则将方形单元的中心像素值替换为最大像素值，若中心像素值比最大像素值大，则无需替换；
(4)对HSV空间的所有方形单元均重复(1)-(3)的步骤。
3.如权利要求1所述的一种基于大气散射模型的彩色视频去雾方法，其特征在于，在第四步中，所述放大的方法为：将缩小的场景深度图的每一个像素点都扩展为a*a个像素点，且像素值保持不变。
CN201711370117.9A 2017-12-19 2017-12-19 一种基于大气散射模型的彩色视频去雾方法 Pending CN108038831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711370117.9A CN108038831A (zh) 2017-12-19 2017-12-19 一种基于大气散射模型的彩色视频去雾方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711370117.9A CN108038831A (zh) 2017-12-19 2017-12-19 一种基于大气散射模型的彩色视频去雾方法

Publications (1)

Publication Number Publication Date
CN108038831A true CN108038831A (zh) 2018-05-15

Family

ID=62099688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711370117.9A Pending CN108038831A (zh) 2017-12-19 2017-12-19 一种基于大气散射模型的彩色视频去雾方法

Country Status (1)

Country Link
CN (1) CN108038831A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362235A (zh) * 2020-03-04 2021-09-07 福州瑞芯微电子股份有限公司 一种图像去雾方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110188775A1 (en) * 2010-02-01 2011-08-04 Microsoft Corporation Single Image Haze Removal Using Dark Channel Priors
CN103942758A (zh) * 2014-04-04 2014-07-23 中国人民解放军国防科学技术大学 基于多尺度融合的暗通道先验图像去雾方法
CN104253930A (zh) * 2014-04-10 2014-12-31 西南科技大学 一种实时视频去雾方法
CN105427261A (zh) * 2015-11-27 2016-03-23 努比亚技术有限公司 一种去除图像彩色噪声的方法、装置及移动终端
CN106127706A (zh) * 2016-06-20 2016-11-16 华南理工大学 一种基于非线性聚类的单一图像去雾方法
CN107424133A (zh) * 2017-07-27 2017-12-01 广东欧珀移动通信有限公司 图像去雾方法、装置、计算机可存储介质和移动终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110188775A1 (en) * 2010-02-01 2011-08-04 Microsoft Corporation Single Image Haze Removal Using Dark Channel Priors
CN103942758A (zh) * 2014-04-04 2014-07-23 中国人民解放军国防科学技术大学 基于多尺度融合的暗通道先验图像去雾方法
CN104253930A (zh) * 2014-04-10 2014-12-31 西南科技大学 一种实时视频去雾方法
CN105427261A (zh) * 2015-11-27 2016-03-23 努比亚技术有限公司 一种去除图像彩色噪声的方法、装置及移动终端
CN106127706A (zh) * 2016-06-20 2016-11-16 华南理工大学 一种基于非线性聚类的单一图像去雾方法
CN107424133A (zh) * 2017-07-27 2017-12-01 广东欧珀移动通信有限公司 图像去雾方法、装置、计算机可存储介质和移动终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QINGSONG ZHU等: "A Fast Single Image Haze Removal Algorithm Using Color Attenuation Prior", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
刘峰: "图像去雾算法研究及其在交通监控视频中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
蔡成涛，苏丽，梁燕华: "《海洋环境下的计算机视觉技术》", 30 October 2015, 国防工业出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362235A (zh) * 2020-03-04 2021-09-07 福州瑞芯微电子股份有限公司 一种图像去雾方法及装置

Similar Documents

Publication Publication Date Title
CN102063706B (zh) 一种快速去雾方法
CN101783012B (zh) 一种基于暗原色的自动图像去雾方法
CN105225210B (zh) 一种基于暗通道的自适应直方图增强去雾方法
CN102831591B (zh) 一种基于高斯滤波的单幅图像的实时去雾方法
KR101756173B1 (ko) 전달률 하한치의 변형에 의한 안개영상 개선 시스템 및 그 방법
CN105809630B (zh) 一种图像噪声过滤方法及系统
CN106846263A (zh) 基于融合通道且对天空免疫的图像去雾方法
CN106846282A (zh) 一种采用自适应校正的低照度图像增强方法
CN104537615A (zh) 一种基于HSV色彩空间的局部Retinex增强算法
CN108154492B (zh) 一种基于非局部均值滤波的图像去雾霾方法
CN100548028C (zh) 基于噪声估计的图像局部滤波处理方法
CN105096330A (zh) 一种自动识别纯色边框的图像处理方法、系统及拍摄终端
CN104657941B (zh) 一种图像边缘自适应增强方法及装置
CN103886565A (zh) 基于目的性优化及直方图均衡化的夜间彩色图像增强方法
CN108305232B (zh) 一种单帧高动态范围图像生成方法
CN111612725A (zh) 一种基于可见光图像对比度增强的图像融合方法
CN110097522A (zh) 一种基于多尺度卷积神经网络的单幅户外图像去雾方法
CN105989583A (zh) 一种图像去雾方法
CN109345479B (zh) 一种视频监控数据的实时预处理方法及存储介质
CN108038831A (zh) 一种基于大气散射模型的彩色视频去雾方法
CN104715456B (zh) 一种图像的去雾方法
US9083913B2 (en) Image processing method, image processing device, and program
Aleksic et al. Novel bilateral filter approach: Image noise reduction with sharpening
CN106327439A (zh) 一种快速雾霾天图像清晰化方法
CN107945196B (zh) 一种用于航拍校正图像拼接的图像边沿检测方法

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: 20180515

WD01 Invention patent application deemed withdrawn after publication