CN108447025B - 一种基于单幅图像采集的偏振图像去雾方法 - Google Patents

一种基于单幅图像采集的偏振图像去雾方法 Download PDF

Info

Publication number
CN108447025B
CN108447025B CN201810097901.5A CN201810097901A CN108447025B CN 108447025 B CN108447025 B CN 108447025B CN 201810097901 A CN201810097901 A CN 201810097901A CN 108447025 B CN108447025 B CN 108447025B
Authority
CN
China
Prior art keywords
image
polarization
orthogonal polarization
restoration
light intensity
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
CN201810097901.5A
Other languages
English (en)
Other versions
CN108447025A (zh
Inventor
胡浩丰
刘铁根
李校博
赵琳
王辉
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.)
Tianjin University
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN201810097901.5A priority Critical patent/CN108447025B/zh
Publication of CN108447025A publication Critical patent/CN108447025A/zh
Application granted granted Critical
Publication of CN108447025B publication Critical patent/CN108447025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于单幅图像采集的偏振图像去雾方法,步骤(1)、将采集到的图像经正交偏振分解得到两幅正交偏振状态下的子图;步骤(2)、根据两种正交偏振状态IP和I下的子图进行差分偏振复原。与现有技术相比,本发明在较高浓度的散射介质环境下,可有效提高散射介质环境下的图像去雾复原质量,实现探测效果的提升,操作简单、适用范围广、复原效果加明显;只需对单幅图进行正交偏振分解预处理,结合传统的物理模型即可实现图像的复原,在实际操作过程中对硬件的要求低,无需偏振片等偏振装置。

Description

一种基于单幅图像采集的偏振图像去雾方法
技术领域
本发明涉及偏振成像探测领域的图像去雾复原方法,尤其涉及一种基于单幅图像采集的偏振图像去雾技术。
背景技术
强散射环境下,基于偏振成像技术的图像去雾复原算法有着无法比拟的独特优势和特殊应用。该领域具有奠基性的是以色列的Schechner小组的研究:假设进入探测器的光由两部分构成,一部分是物体实际反射的光,另一部分是由散射介质粒子散射进入探测器的光;该小组认为来自物体的反射光偏振度为0、粒子散射光具有一定的偏振度,从而构建了散射介质下偏振成像简化模型。但是传统的偏振模型必须通过获取两个正交偏振状态下的图才能实现,对实际环境和硬件条件有很大的要求。这样极大限制了偏振图像去雾算法在实际中的应用。由于实际中更容易获取单幅光强图像,因此基于单幅图像的去雾技术有着更广泛的应用。
实际情况中,散射介质(浑浊液体,雾霾等)对物体具有一定的光强度和偏振度调制作用。由于现实场景中的大多物体是不具有起偏特性的,场景中的偏振特性大多来源于散射介质,如果用偏振度简单刻画这种偏振特性,背景处的偏振度略高于物体处,且在物体处的偏振度具有近似无差异性,即近似是一个全局常数。且随着散射介质浓度的升高,背景区域和目标物体区域的偏振度差别变小。
发明内容
本发明的目的在于克服传统偏振图像去雾复原技术中存在的不足,提供一种基于单幅图像采集的偏振图像去雾技术。基于散射介质环境下的偏振度分布规律,首次将偏振去雾算法应用到单幅图,通过对单幅含雾图像进行正交偏振分解得到两幅正交偏振状态下的子图,并与偏振去雾还原技术结合,可便捷地复原出散射介质中物体原始反射光强,实现含雾图像的去雾复原。
本发明的一种基于单幅图像采集的偏振图像去雾方法,该方法包括以下步骤:
步骤1、将采集到的图像经正交偏振分解得到两幅正交偏振状态下的子图,即利用正交偏振图像的差异性来实现对图像中物体的探测和识别,通过偏振控制的调整来获取目标物体两种正交偏振状态I||和I下的子图;
步骤2、根据两种正交偏振状态I||和I下的子图进行差分偏振复原,具体算法如下:
将图像中场景的偏振度设定为常数P,两幅正交偏振状态下的子图的光强表达式分别如下:
Figure GDA0002996535200000021
Figure GDA0002996535200000022
得到总光强为:
I(x,y)=I||(x,y)+I(x,y)
按照以下公式进行调整,得到背景区域的偏振度Pscat
Pscat=εP
其中,ε为调整因子;
将背景光的光强表示为:
B(x,y)=A[1-t(x,y)]
其中,A表示对应于在介质中延伸到无穷远处的后向散射值,在假设目标与探测器之间的距离ρ(x,y)→∞时t(x,y)→0,有B(x,y)=A[1-t(x,y)]→A,从而获得对应于在介质中延伸到无穷远处的后向散射值A的估计结果;
将透射率t(x,y)的表达式
Figure GDA0002996535200000031
对应于在介质中延伸到无穷远处的后向散射值A以及总光强I(x,y)表达式I(x,y)=I||(x,y)+I(x,y)代入下式计算得到最终复原去雾后的图像L(x,y):
Figure GDA0002996535200000032
与现有技术相比,本发明具有以下积极地技术效果:
在较高浓度的散射介质环境下,可有效提高散射介质环境下的图像去雾复原质量,实现探测效果的提升,操作简单、适用范围广、复原效果加明显;
只需对单幅图进行正交偏振分解预处理,结合传统的物理模型即可实现图像的复原,在实际操作过程中对硬件的要求低,无需偏振片等偏振装置。
附图说明
图1为本发明的一种基于单幅图像采集的偏振图像去雾方法整体流程示意图;
图2为本发明实施例针对实际雾霾天气下的场景(a)的去雾复原图像(b);
图3为本发明实施例针对实际雾霾天气下的场景(c)的去雾复原图像(d);
图4为本发明实施例针对图2和3中标记的细节的去雾效果的放大图。
具体实施方式
下面结合附图和具体实施方式对本发明加以详细说明。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的理论依据描述如下:
在探测散射环境下的目标时,探测器接受到的光为两部分:
一部分光为物体反射光;在散射介质中传输时,这部分光由于介质中粒子的吸收和散射作用发生衰减,反射光的光强表达式为:
D(x,y)=L(x,y)t(x,y) (1)
其中,(x,y)表示图中像素的坐标;L(x,y)表示未经过散射介质中粒子衰减的物体反射光;t(x,y)表示介质的透射率,其表达式为:
t(x,y)=e(x,y)ρ(x,y) (2)
其中,β(x,y)表示衰减系数,该系数是由散射介质中粒子的吸收和散射效应引起的。在实验中,假设衰减系数为不随空间变化的常数,即β(x,y)=β0,ρ(x,y)表示目标与探测器之间的距离。
另一部分光为散射介质中散射粒子散射进入探测器的光,被称为背景光或者后向散射光,背景光的光强表达式为:
B(x,y)=A[1-t(x,y)] (3)
其中,A表示对应于在介质中延伸到无穷远处的后向散射值。
由此得到探测器接收到的总光强表达式为:
I(x,y)=D(x,y)+B(x,y) (4)
根据以上的公式推导,得到实际物体反射光L(x,y)和透射率t(x,y)为:
Figure GDA0002996535200000051
Figure GDA0002996535200000052
利用正交偏振图像的差异性来实现对物体的探测和识别,即通过调整系统中的偏振控制单元,获取目标物体两种正交偏振状态I||和I下的光强图。总光强可表示为:
Figure GDA0002996535200000053
后向散射光的偏振度可表示为:
Figure GDA0002996535200000054
其中,ΔI(x,y)和ΔD(x,y)分别表示探测器获得的总光强及物体反射光强的偏振差分值;ΔB(x,y)表示对于低DOP物体,其反射光的偏振度是可以忽略的,即ΔD(x,y)≈0,所以由公式(6)、公式(7)和公式(8),进一步得到透射率t(x,y)的表达式为:
Figure GDA0002996535200000055
将公式(9)中透射率t(x,y)的表达式代入公式(5),得到最终复原去雾后的图像L(x,y)。
根据公式(6)可知,当ρ(x,y)→∞时t(x,y)→0。在这种情况下得到:
B(x,y)=A[1-t(x,y)]→A (10)
为了得到公式(5)中复原去雾后的图像L(x,y),需要估计出全局参量A和Pscat,其中A通过公式(10)得到,Pscat计算公式如下:
Figure GDA0002996535200000061
但是传统的偏振模型必须通过获取两个正交偏振状态下的光强图方能实现,对硬件条件有很大的要求。这样极大限制了偏振去雾算法在实际中的应用。
实际情况中,散射介质(浑浊液体,雾霾等)对物体具有一定的光强度和偏振度调制作用。由于现实场景中的大多物体是不具有起偏特性的,场景中的偏振特性大多来源于散射介质,如果用偏振度简单刻画这种偏振特性,背景处的偏振度略高于物体处,且在物体处的偏振度具有近似无差异性,即近似是一个常数。
本发明的基于单幅图像采集的偏振图像去雾方法包括两个重要部分,即:
步骤1、正交偏振分解得到两幅正交偏振状态下的子图,即利用正交偏振图像的差异性来实现对物体的探测和识别,通过偏振控制的调整来获取目标物体两种正交偏振状态I||和I下的子图;
步骤2、根据正交偏振状态下的子图进行差分偏振复原,具体算法如下:
假设场景的偏振度是一个常数P,原始光强图I(X)分解为两幅正交偏振状态下的子图,光强表达式分别如下:
Figure GDA0002996535200000062
Figure GDA0002996535200000063
但由于背景处的偏振度略高于其他物体区域,因此在背景区域的Pscat可通过一个大于1的因子ε调整:
Pscat=εP (13)
基于正交偏振子图,根据传统的偏振复原方法即可得到清晰的去雾复原图。
实施例:在实际雾霾天气下的场景,该方法有十分出色的效果,如图1和图2所示,原始光强图中矩形框部分几乎看不到任何信息,根据该算法得到去雾复原图中可以清晰的辨识图像内容,同时场景的色彩信息有很好的保持。
如图3所示,根据图1和2中标记的细节的去雾效果的放大图可以看出,该算法可以有效的恢复含雾图像的细节部分,且对于微弱的图像信息亦具有良好的复原效果。

Claims (1)

1.一种基于单幅图像采集的偏振图像去雾方法,其特征在于,该方法包括以下步骤:
步骤(1)、将采集到的图像经正交偏振分解得到两幅正交偏振状态下的子图,即利用正交偏振图像的差异性来实现对图像中物体的探测和识别,通过偏振控制的调整来获取目标物体两种正交偏振状态I||和I下的子图;
步骤(2)、根据两种正交偏振状态I||和I下的子图进行差分偏振复原,具体算法如下:
将图像中场景的偏振度设定为常数P,两幅正交偏振状态下的子图的光强表达式分别如下:
Figure FDA0002996535190000011
Figure FDA0002996535190000012
得到总光强为:
I(x,y)=I||(x,y)+I(x,y)
按照以下公式进行调整,得到背景区域的偏振度Pscat
Pscat=εP
其中,ε为调整因子;
将背景光的光强表示为:
B(x,y)=A[1-t(x,y)]
其中,A表示对应于在介质中延伸到无穷远处的后向散射值,在假设目标与探测器之间的距离ρ(x,y)→∞时t(x,y)→0,有B(x,y)=A[1-t(x,y)]→A,从而获得对应于在介质中延伸到无穷远处的后向散射值A的估计结果;
将透射率t(x,y)的表达式
Figure FDA0002996535190000021
对应于在介质中延伸到无穷远处的后向散射值A以及总光强I(x,y)表达式I(x,y)=I||(x,y)+I(x,y)代入下式计算得到最终复原去雾后的图像L(x,y):
Figure FDA0002996535190000022
CN201810097901.5A 2018-01-31 2018-01-31 一种基于单幅图像采集的偏振图像去雾方法 Active CN108447025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810097901.5A CN108447025B (zh) 2018-01-31 2018-01-31 一种基于单幅图像采集的偏振图像去雾方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810097901.5A CN108447025B (zh) 2018-01-31 2018-01-31 一种基于单幅图像采集的偏振图像去雾方法

Publications (2)

Publication Number Publication Date
CN108447025A CN108447025A (zh) 2018-08-24
CN108447025B true CN108447025B (zh) 2021-07-27

Family

ID=63191558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810097901.5A Active CN108447025B (zh) 2018-01-31 2018-01-31 一种基于单幅图像采集的偏振图像去雾方法

Country Status (1)

Country Link
CN (1) CN108447025B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114324185A (zh) * 2022-01-04 2022-04-12 浙江大学 一种基于Stokes矢量的水下偏振探测装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682443A (zh) * 2012-05-10 2012-09-19 合肥工业大学 基于偏振图像引导的快速去雾算法
CN103500444A (zh) * 2013-09-04 2014-01-08 北京航空航天大学 一种偏振图像融合方法
CN104052967A (zh) * 2014-06-04 2014-09-17 河海大学 智能水下偏振目标深度图获取系统及其方法
CN105139347A (zh) * 2015-07-10 2015-12-09 中国科学院西安光学精密机械研究所 一种结合暗通道先验原理的偏振成像去雾方法
CN105701785A (zh) * 2016-02-17 2016-06-22 天津大学 基于天空区域划分加权tv透射率优化的图像雾霾去除方法
CN107240080A (zh) * 2017-06-12 2017-10-10 合肥工业大学 一种雾天图像重构方法及系统
CN107292859A (zh) * 2017-05-27 2017-10-24 西安电子科技大学 基于光学相关器的混沌介质偏振图像获取方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9462169B2 (en) * 2013-12-31 2016-10-04 Huawei Technologies Co., Ltd. Shooting method, apparatus, and terminal
KR102207939B1 (ko) * 2014-03-27 2021-01-26 한화테크윈 주식회사 안개 제거 시스템 및 안개 제거 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682443A (zh) * 2012-05-10 2012-09-19 合肥工业大学 基于偏振图像引导的快速去雾算法
CN103500444A (zh) * 2013-09-04 2014-01-08 北京航空航天大学 一种偏振图像融合方法
CN104052967A (zh) * 2014-06-04 2014-09-17 河海大学 智能水下偏振目标深度图获取系统及其方法
CN105139347A (zh) * 2015-07-10 2015-12-09 中国科学院西安光学精密机械研究所 一种结合暗通道先验原理的偏振成像去雾方法
CN105701785A (zh) * 2016-02-17 2016-06-22 天津大学 基于天空区域划分加权tv透射率优化的图像雾霾去除方法
CN107292859A (zh) * 2017-05-27 2017-10-24 西安电子科技大学 基于光学相关器的混沌介质偏振图像获取方法
CN107240080A (zh) * 2017-06-12 2017-10-10 合肥工业大学 一种雾天图像重构方法及系统

Also Published As

Publication number Publication date
CN108447025A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
CN107945141B (zh) 一种在散射环境中基于圆偏振光的偏振图像复原方法
Tripathi et al. Removal of fog from images: A review
CN105139347B (zh) 一种结合暗通道先验原理的偏振成像去雾方法
CN107895348B (zh) 一种在散射环境中非均匀光场下的偏振图像复原方法
CN104050637B (zh) 基于两次引导滤波的快速图像去雾方法
CN103020914B (zh) 基于空间连续性原理的快速图像去雾方法
CN107966412B (zh) 基于正交偏振图像拉伸和偏振度关联的图像去雾方法
CN103617617A (zh) 基于功率谱描述的水下图像质量评价测量方法
KR20130123525A (ko) 정지영상에 포함된 헤이즈 제거를 위한 영상 처리 장치 및 그 방법
Li et al. Pseudo-polarimetric method for dense haze removal
CN108447025B (zh) 一种基于单幅图像采集的偏振图像去雾方法
CN111598814A (zh) 基于极端散射通道的单图像去雾方法
Khan et al. Recent advancement in haze removal approaches
CN102254306B (zh) 一种基于图像简化分层模型的实时图像去雾方法
Jiwani et al. Single image fog removal using depth estimation based on blur estimation
Chen et al. Robust back-scattered light estimation for underwater image enhancement with polarization
CN103473753A (zh) 一种基于多尺度小波阈值去噪的目标检测方法
Lei et al. Research on Image Defogging Enhancement Technology Based on Retinex Algorithm
Shi et al. Research on the dehazing effect of orthogonal polarization method based on atmospheric scattering model and considering extinction ratio parameter
Sharma et al. Improved haze removal of underwater images using particle swarm optimization
Wang et al. LIASM-NRID: Constructing an atmospheric scattering model for low-light conditions and dehazing nighttime road images
Pal et al. Quality enhancement of foggy images comprising of large sky region on SAMEER TU dataset
Stojanović et al. Maritime surveillance image enhancement: a comparison and improvement of dehazing techniques
Sang et al. Fog removal method of slope monitoring image based on vision detection
Wang et al. Haze removal by modeling the scattering properties of the medium

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
GR01 Patent grant
GR01 Patent grant