CN109191405B - 一种基于透射率全局估计的航空影像去雾算法 - Google Patents

一种基于透射率全局估计的航空影像去雾算法 Download PDF

Info

Publication number
CN109191405B
CN109191405B CN201811077247.8A CN201811077247A CN109191405B CN 109191405 B CN109191405 B CN 109191405B CN 201811077247 A CN201811077247 A CN 201811077247A CN 109191405 B CN109191405 B CN 109191405B
Authority
CN
China
Prior art keywords
aerial image
transmittance
global
image
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.)
Active
Application number
CN201811077247.8A
Other languages
English (en)
Other versions
CN109191405A (zh
Inventor
艾海滨
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.)
Wuhan Smart Vision Space Information Technology Co ltd
Original Assignee
Wuhan Smart Vision Space Information Technology Co ltd
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 Wuhan Smart Vision Space Information Technology Co ltd filed Critical Wuhan Smart Vision Space Information Technology Co ltd
Priority to CN201811077247.8A priority Critical patent/CN109191405B/zh
Publication of CN109191405A publication Critical patent/CN109191405A/zh
Application granted granted Critical
Publication of CN109191405B publication Critical patent/CN109191405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

本发明提出了一种采用基于透射率全局估计的航空影像去雾算法，包括对源航空影像进行匀光处理、对源航空影像透射率全局估计、获取源航空影像透射率图准确估计源航空影像的全局透射率T、优化透射率图、利用大气物理模型恢复得到清晰的航空影像等步骤。本发明提供的航空影像去雾算法可成功应用于航空影像去雾；对源航空影像去雾处理后航空影像清晰度明显提高、视觉效果好、层次感增强且不会破坏航空影像的纹理；去雾算法可实现航空影像雾霾自动去除；本发明可应用于测区级航空影像去雾，可保证测区级航空影像去雾效果具有一致性。

Description

一种基于透射率全局估计的航空影像去雾算法
技术领域
本发明涉及图像处理领域，尤其涉及一种采用基于透射率全局估计的航空影像去雾算法。
背景技术
航空影像具有分辨率高、获取成本低、反应速度快等特点，在测绘、军事侦察、国土资源管理等各个领域得到广泛的应用。航空影像质量好坏依赖于天气环境，雾霾天气中空气悬浮粒子会使景物反射光线发生散射，同时散射的环境光被传感器接收，导致色彩保真度下降，清晰度不够，辨识度大大降低、信息损失等问题，严重影响了航空影像的后期使用。
航空影像去雾具有广阔的应用前景，但是在图像处理领域，图像处理起步相对较晚，现有的航空影像去雾方法还不是特别完善，尤其是去雾效果的一致性、雾霾自动识别与处理、图像清晰度等细节的处理离期望目标还有很大差距。
发明内容
为解决上述技术问题，本发明提出了一种层次感强、成像清晰、去雾效果一致性好的基于透射率全局估计的航空影像去雾算法。
本发明的技术方案是这样实现的：一种基于透射率全局估计的航空影像去雾算法，包括以下步骤：
1)对源航空影像进行匀光处理，使影像的雾霾分布均匀化；
2)对源航空影像透射率全局估计，获取源航空影像透射率图，采用OTSU法对其分割，剔除源航空影像中透射率估计偏低的部分；准确估计源航空影像的全局透射率T；
3)优化透射率图，对局部透射率优化调整，得到影像透射率图；
4)利用大气物理模型恢复得到清晰的航空影像。
在以上技术方案的基础上，优选的，所述匀光处理采用MASK匀光算法对源航空影像进行匀光处理。
在以上技术方案的基础上，优选的，所述准确估计源航空影像的全局透射率T的方法如下：
首先删除航空影像透射率图中不符合暗原色先验的部分后，根据公式1计算剩余部分的均值，可得到透射率估计值t1，该值反映了航空影像的整体透射率的情况，并将其作为全局透射率的下限；公示中P1表示符合暗原色先验的地物，f(x,y)表示航空影像地物分类透射率函数，x、y均表示符合暗原色先验的地物，x、y是一种相对关系；
Figure GDA0003139561880000021
然后根据公式2获取透射图中最大灰度值t2，该值反映了航空影像透射率的最大值，将其作为全局透射率的上限：
t2＝max(P1) (2)
计算全局透射率T，根据公式3航空影像的全局透射率T，T由t1、t2共同确定，其中参数q控制航空影像的全局透射率；
T＝q×t1+(1-q)×t2 (3)。
在以上技术方案的基础上，优选的，所述局部透射率优化调整，其算法为对航空影像透射率大于T的部分及其周围一定半径的像素进行小半径的均值滤波处理，按公式4、公式5进行处理：
t＝T (f(x,y)≥T) (4)
Figure GDA0003139561880000022
上式中，s表示均值滤波窗口尺寸，Ω(x,y)为像素(x,y)中s×s领域窗口内的像素，f(xi,yi)表示航空影像地物分类透射率函数。
在以上技术方案的基础上，优选的，所述利用大气物理模型恢复得到清晰的航空影像的算法见公式6：
I(x)＝J(x)t(x)+A·(1-t(x)) (6)
其中，I(x)表示带雾的原始航空影像，J(x)表示去雾后的清晰航空影像，t(x)表示大气传输中的透射率，J(x)t(x)表示目标景物的直接衰减，A表示大气光，A·(1-t(x))表示大气光经过衰减到达传感器的能量。
在以上技术方案的基础上，优选的，所述控制航空影像的全局透射率的参数q的值为0.8。
在以上技术方案的基础上，优选的，均值滤波窗口尺寸为15像素×15像素。
本发明提供了一种基于透射率全局估计的航空影像去雾算法，该算法相比现有技术，具有如下优点：
(1)常见的暗原色先验去雾算法不适用于航空影像去雾处理，而本发明提供的航空影像去雾算法可成功应用于航空影像去雾；
(2)本发明航空影像去雾算法对源航空影像去雾处理后航空影像清晰度明显提高、视觉效果好、层次感增强且不会破坏航空影像的纹理；
(3)本发明航空影像去雾算法可实现航空影像雾霾自动去除；
(4)航空影像去雾算法可应用于测区级航空影像去雾，可保证测区级航空影像去雾效果具有一致性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明航空影像去雾算法流程图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
图1为本发明航空影像去雾算法流程图。
如图1所示，本发明提供了一种基于透射率全局估计的航空影像去雾算法，包括以下步骤：
1)对源航空影像进行匀光处理，使影像的雾霾分布均匀化；本实施例中，匀光处理采用MASK匀光算法对源航空影像进行匀光处理。
2)对源航空影像透射率全局估计，获取源航空影像透射率图，采用OTSU法对其分割，剔除源航空影像中透射率估计偏低的部分；准确估计源航空影像的全局透射率T。
准确估计源航空影像的全局透射率T的方法如下：
首先删除航空影像透射率图中不符合暗原色先验的部分后，根据公式1计算剩余部分的均值，可得到透射率估计值t1，该值反映了航空影像的整体透射率的情况，并将其作为全局透射率的下限；公示中P1表示符合暗原色先验的地物，f(x,y)表示航空影像地物分类透射率函数，x、y均表示符合暗原色先验的地物，x、y是一种相对关系；
Figure GDA0003139561880000041
然后根据公式2获取透射图中最大灰度值t2，该值反映了航空影像透射率的最大值，将其作为全局透射率的上限：
t2＝max(P1) (2)
计算全局透射率T，根据公式3航空影像的全局透射率T，T由t1、t2共同确定，其中参数q控制航空影像的全局透射率，参数q取值为0.8，
T＝q×t1+(1-q)×t2 (3)。
3)优化透射率图，对局部透射率优化调整，得到影像透射率图；
局部透射率优化调整的算法为对航空影像透射率大于T的部分及其周围一定半径的像素进行小半径的均值滤波处理，按公式4、公式5进行处理：
t＝T (f(x,y)≥T) (4)
Figure GDA0003139561880000051
上式中，s表示均值滤波窗口尺寸，Ω(x,y)为像素(x,y)中s×s领域窗口内的像素，f(xi,yi)表示航空影像地物分类透射率函数。本实施例中均值滤波窗口尺寸为15像素×15像素。
4)利用大气物理模型恢复得到清晰的航空影像。
利用大气物理模型恢复得到清晰的航空影像的算法见公式6：
I(x)＝J(x)t(x)+A·(1-t(x)) (6)
其中，I(x)表示带雾的原始航空影像，J(x)表示去雾后的清晰航空影像，t(x)表示大气传输中的透射率，J(x)t(x)表示目标景物的直接衰减，A表示大气光，A·(1-t(x))表示大气光经过衰减到达传感器的能量。
本发明提出一种基于透射率全局估计的航空影像去雾算法，其中包含了准确估计航空影像全局透射率的方法、一种局部透射率优化的方法以及提出了该算法应用于测区级航空影像去雾方案。相比现有技术，本发明的航空影响去雾算法成像清晰度高、层次感强，纹理清晰；可实现雾霾自动去除、保证航空影像去雾效果一致性。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，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 (5)

1.一种基于透射率全局估计的航空影像去雾算法，包括以下步骤：
1)对源航空影像进行匀光处理，使影像的雾霾分布均匀化；所述匀光处理采用MASK匀光算法对源航空影像进行匀光处理；
2)对源航空影像透射率全局估计，获取源航空影像透射率图，采用OTSU法对其分割，剔除源航空影像中透射率估计偏低的部分；准确估计源航空影像的全局透射率T；
3)优化透射率图，对局部透射率优化调整，得到影像透射率图；
4)利用大气物理模型恢复得到清晰的航空影像；
所述准确估计源航空影像的全局透射率T的方法如下：
首先删除航空影像透射率图中不符合暗原色先验的部分后，根据公式1计算剩余部分的均值，可得到透射率估计值t1，该值反映了航空影像的整体透射率的情况，并将其作为全局透射率的下限；公示中P1表示符合暗原色先验的地物，f(x,y)表示航空影像地物分类透射率函数，x、y均表示符合暗原色先验的地物，x、y是一种相对关系；
Figure FDA0003139561870000011
然后根据公式2获取透射图中最大灰度值t2，该值反映了航空影像透射率的最大值，将其作为全局透射率的上限：
t2＝max(P1) (2)
计算全局透射率T，根据公式3航空影像的全局透射率T，T由t1、t2共同确定，其中参数q控制航空影像的全局透射率；
T＝q×t1+(1-q)×t2 (3)。
2.如权利要求1所述的一种基于透射率全局估计的航空影像去雾算法，其特征在于：所述局部透射率优化调整，其算法为对航空影像透射率大于T的部分及其周围一定半径的像素进行小半径的均值滤波处理，按公式4、公式5进行处理：
t＝T(f(x,y)≥T) (4)
Figure FDA0003139561870000021
上式中，s表示均值滤波窗口尺寸，Ω(x,y)为像素(x,y)中s×s领域窗口内的像素，f(xi,yi)表示航空影像地物分类透射率函数。
3.如权利要求1所述的一种基于透射率全局估计的航空影像去雾算法，其特征在于：所述利用大气物理模型恢复得到清晰的航空影像的算法见公式6：
I(x)＝J(x)t(x)+A·(1-t(x)) (6)
其中，I(x)表示带雾的原始航空影像，J(x)表示去雾后的清晰航空影像，t(x)表示大气传输中的透射率，J(x)t(x)表示目标景物的直接衰减，A表示大气光，A·(1-t(x))表示大气光经过衰减到达传感器的能量。
4.如权利要求1所述的一种基于透射率全局估计的航空影像去雾算法，其特征在于：所述控制航空影像的全局透射率的参数q的值为0.8。
5.如权利要求2所述的一种基于透射率全局估计的航空影像去雾算法，其特征在于：均值滤波窗口尺寸为15像素×15像素。
CN201811077247.8A 2018-09-15 2018-09-15 一种基于透射率全局估计的航空影像去雾算法 Active CN109191405B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811077247.8A CN109191405B (zh) 2018-09-15 2018-09-15 一种基于透射率全局估计的航空影像去雾算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811077247.8A CN109191405B (zh) 2018-09-15 2018-09-15 一种基于透射率全局估计的航空影像去雾算法

Publications (2)

Publication Number Publication Date
CN109191405A CN109191405A (zh) 2019-01-11
CN109191405B true CN109191405B (zh) 2021-09-24

Family

ID=64911552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811077247.8A Active CN109191405B (zh) 2018-09-15 2018-09-15 一种基于透射率全局估计的航空影像去雾算法

Country Status (1)

Country Link
CN (1) CN109191405B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288541A (zh) * 2019-06-06 2019-09-27 武汉易科空间信息技术股份有限公司 航空影像高精度处理方法及系统
CN112785521A (zh) * 2021-01-19 2021-05-11 澜途集思生态科技集团有限公司 一种雾霾条件下的遥感影像处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750674A (zh) * 2012-04-26 2012-10-24 长春理工大学 基于自适应容差的视频图像去雾方法
CN103020914A (zh) * 2012-12-18 2013-04-03 华侨大学 基于空间连续性原理的快速图像去雾方法
CN104794688A (zh) * 2015-03-12 2015-07-22 北京航空航天大学 基于深度信息分离天空区域的单幅图像去雾方法及装置
CN107038691A (zh) * 2017-04-12 2017-08-11 北京爱特拉斯信息科技有限公司 基于云检测辅助的暗原色遥感影像去雾方法
CN107895348A (zh) * 2017-10-23 2018-04-10 天津大学 一种在散射环境中非均匀光场下的偏振图像复原方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10026160B2 (en) * 2016-08-20 2018-07-17 Adobe Systems Incorporated Systems and techniques for automatic image haze removal across multiple video frames

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750674A (zh) * 2012-04-26 2012-10-24 长春理工大学 基于自适应容差的视频图像去雾方法
CN103020914A (zh) * 2012-12-18 2013-04-03 华侨大学 基于空间连续性原理的快速图像去雾方法
CN104794688A (zh) * 2015-03-12 2015-07-22 北京航空航天大学 基于深度信息分离天空区域的单幅图像去雾方法及装置
CN107038691A (zh) * 2017-04-12 2017-08-11 北京爱特拉斯信息科技有限公司 基于云检测辅助的暗原色遥感影像去雾方法
CN107895348A (zh) * 2017-10-23 2018-04-10 天津大学 一种在散射环境中非均匀光场下的偏振图像复原方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
利用暗原色先验知识实现航空影像快速去雾;杨靖宇 等;《武汉大学学报 信息科学版》;20101130;1292-1293页 *

Also Published As

Publication number Publication date
CN109191405A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN106910175B (zh) 一种基于深度学习的单幅图像去雾算法
CN107103591B (zh) 一种基于图像雾霾浓度估计的单幅图像去雾方法
CN107301623B (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
CN102750674B (zh) 基于自适应容差的视频图像去雾方法
Singh et al. Image dehazing using Moore neighborhood-based gradient profile prior
CN103218778B (zh) 一种图像和视频的处理方法及装置
CN112837233B (zh) 一种基于差分偏振获取透射率的偏振图像去雾方法
CN111598791B (zh) 一种基于改进动态大气散射系数函数的图像去雾方法
CN108133462B (zh) 一种基于梯度场区域分割的单幅图像的复原方法
CN110211067A (zh) 一种用于uuv近海面可见光图像去雾方法
CN110827218A (zh) 基于图像hsv透射率加权校正的机载图像去雾方法
CN109191405B (zh) 一种基于透射率全局估计的航空影像去雾算法
CN105023246B (zh) 一种基于对比度和结构相似度的图像增强方法
CN104318528A (zh) 基于多尺度wls滤波的雾天图像恢复方法
Fu et al. An anisotropic Gaussian filtering model for image de-hazing
CN110349113B (zh) 一种基于暗原色先验改进的自适应图像去雾方法
CN113487509B (zh) 一种像素聚类及透射率融合的遥感图像雾气去除方法
CN106709876B (zh) 一种基于暗像元原理的光学遥感图像去雾方法
CN117726545A (zh) 一种使用非局部雾线和多重曝光融合的图像去雾方法
CN109949239B (zh) 一种适用于多浓度多场景雾霾图像的自适应清晰化方法
CN110852971B (zh) 基于暗原色先验和Retinex的视频去雾方法及存储介质
CN116229404A (zh) 一种基于距离传感器的图像去雾优化方法
CN107248146B (zh) 一种uuv近海面可见光图像去雾方法
Xie et al. Image defogging method combining light field depth estimation and dark channel
CN115439349A (zh) 一种基于图像增强的水下slam优化方法

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
GR01 Patent grant
GR01 Patent grant