CN111105373A - 一种含天空区图像的快速去雾方法及其应用系统 - Google Patents

一种含天空区图像的快速去雾方法及其应用系统 Download PDF

Info

Publication number
CN111105373A
CN111105373A CN201911285845.9A CN201911285845A CN111105373A CN 111105373 A CN111105373 A CN 111105373A CN 201911285845 A CN201911285845 A CN 201911285845A CN 111105373 A CN111105373 A CN 111105373A
Authority
CN
China
Prior art keywords
transmittance
image
dark
calculating
final
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.)
Granted
Application number
CN201911285845.9A
Other languages
English (en)
Other versions
CN111105373B (zh
Inventor
龚昌来
龚晓燕
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.)
Jiaying University
Original Assignee
Jiaying 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 Jiaying University filed Critical Jiaying University
Priority to CN201911285845.9A priority Critical patent/CN111105373B/zh
Publication of CN111105373A publication Critical patent/CN111105373A/zh
Application granted granted Critical
Publication of CN111105373B publication Critical patent/CN111105373B/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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

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

Abstract

本发明公开了一种含天空区图像的快速去雾方法，属于图像去雾技术领域，主要解决的是现有去雾方法存在天空区识别与分割算法复杂度高、运算量大的技术问题，所述方法为：获取原始图像；根据含天空区图像大气光强值较大的特性,将所述原始图像的大气光强与阈值比较以确定进行步骤1或步骤2；所述步骤1为将所述原始图像的暗原色先验透射率作为最终透射率；所述步骤2为根据所述原始图像的暗原色先验透射率计算得到融合透射率并作为最终透射率；根据所述最终透射率计算得到复原图像，并将所述复原图像进行显示输出。本发明还公开了一种含天空区图像的快速去雾系统。本发明可以有效消除天空区色彩失真，并且运算简单，处理速度快。

Description

一种含天空区图像的快速去雾方法及其应用系统
技术领域
本发明涉及图像去雾技术领域，更具体地说，它涉及一种含天空区图像的快速去雾方法及其应用系统。
背景技术
图像去雾技术在户外机器视觉监测系统中具有重要的作用。近年来，基于大气散射模型的图像去雾技术研究取得了很大进展，许多学者提出了一些基于先验知识或假设的图像去雾方法。其中，基于暗原色先验的去雾方法获得广泛应用。暗原色先验方法对于户外无天空区的雾天图像可以取得非常好的去雾效果。但对于天空区，该方法所获得暗原色偏大，透射率估计偏小(趋近于0)，导致复原图像天空区出现过度饱和，通道间颜色值的差异扩大，从而产生马赛克状色斑，出现色彩失真现象。
天空区的去雾处理问题一直是困扰图像去雾领域的难题。目前已有处理方法一般采用分割处理方法，先对图像中天空区与非天空区进行识别和分割，然后分别进行去雾处理。由于实际图像的复杂性，很难精确地对天空区与非天空区进行分割，因此难以获得较佳去雾效果。已有方法的天空区识别与分割算法复杂度高，难以实现图像的实时、自动去雾处理。
发明内容
本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种可以有效消除天空区色彩失真、运算简单、处理速度快的含天空区图像的快速去雾方法。
本发明的目的二是提供一种可以有效消除天空区色彩失真、运算简单、处理速度快的含天空区图像的快速去雾系统。
为了实现上述目的一，本发明提供一种含天空区图像的快速去雾方法，获取原始图像；根据含天空区图像大气光强值较大的特性，将所述原始图像的大气光强与阈值比较以确定进行步骤1或步骤2；所述步骤1为将所述原始图像的暗原色先验透射率作为最终透射率；所述步骤2为根据所述原始图像的暗原色先验透射率计算得到融合透射率并作为最终透射率；根据所述最终透射率计算得到复原图像，并将所述复原图像进行显示输出。
作为进一步地说明，包括具体步骤如下：
S1.获取原始图像并进行归一化处理得到待处理图像I(x)；
S2.根据所述待处理图像I(x)及设定窗口Ω计算得到暗原色Idark(x)；
S3.根据所述暗原色Idark(x)计算得到大气光强A；
S4.根据所述暗原色Idark(x)、大气光强A及调节因子ω计算得到暗原色先验透射率tdark(x)，
Figure BDA0002317957100000021
S5.根据天空区亮度较高，灰度平坦，含天空区图像大气光强值较大的特性。若所述大气光强A＜阈值AT，则判断为不存在天空区，进行步骤1：以所述暗原色先验透射率tdark(x)作为最终透射率t(x)；
否则，判断为存在天空区，进行步骤2：计算互补透射率tcd(x)，
tcd(x)＝1-tdark(x)，
根据调节系数β计算融合透射率tR(x)，
tmin(x)＝min[tcd(x)，tdark(x)]，
tR(x)＝max[tdark(x)，tcd(x)-βtmin(x)]，
将所述融合透射率tR(x)作为最终透射率t(x)；
S6.对所述最终透射率t(x)进行引导滤波得到细化透射率
Figure BDA0002317957100000022
Figure BDA0002317957100000031
其中，GF[]表示引导滤波；
S7.根据所述细化透射率
Figure BDA0002317957100000032
计算复原图像J(x)，
Figure BDA0002317957100000033
其中，t0为
Figure BDA0002317957100000034
的下限。
进一步地，所述阈值AT＝0.75～0.85。
进一步地，所述调节系数β＝0～2。
进一步地，在所述步骤S6中，引导滤波的正则化参数ε＝0.01，滤波窗口半径r＝10，引导图像为待处理图像I(x)的灰度图像。
为了实现上述目的二，本发明提供一种含天空区图像的快速去雾系统，包括显示单元、运算单元，所述显示单元用于显示图像，所述运算单元从所述显示单元中获取原始图像，并根据上述的快速去雾方法计算得到最终透射率，根据所述最终透射率计算得到复原图像，并将所述复原图像发送到所述显示单元进行显示输出。
有益效果
本发明与现有技术相比，具有的优点为：本发明根据含天空区图像大气光强值较大的特性,通过原始图像的大气光强与阈值比较以判断天空区的存在性，当不存在天空区时以原始图像的暗原色先验透射率作为最终透射率；当存在天空区时根据暗原色先验透射率计算得到融合透射率并作为最终透射率，根据最终透射率计算得到复原图像，本发明无需对图像的天空区进行精确识别与分割，只需进行简单天空区存在性判断和互补透射率求取及融合处理，运算简单、运算量小、处理速度快，可以有效消除天空区色彩失真。
附图说明
图1为本发明的流程图；
图2为场景1原始图；
图3为β＝0时图2的融合透射率图；
图4为β＝0时图2的去雾效果图；
图5为场景2原始图；
图6为β＝0时图5的融合透射率图；
图7为β＝0时图5的去雾效果图；
图8为场景3原始图；
图9为β＝0时图8的融合透射率图；
图10为β＝0时图8的去雾效果图；
图11为场景4原始图；
图12为β＝0时图11的融合透射率图；
图13为β＝0时图11的去雾效果图；
图14为β＝1.5时图11的融合透射率图；
图15为β＝1.5时图11的去雾效果图。
具体实施方式
下面结合附图中的具体实施例对本发明做进一步的说明。
参阅图1-15，一种含天空区图像的快速去雾方法，获取原始图像；根据含天空区图像大气光强值较大的特性,将所述原始图像的大气光强与阈值比较以确定进行步骤1或步骤2；所述步骤1为将所述原始图像的暗原色先验透射率作为最终透射率；所述步骤2为根据所述原始图像的暗原色先验透射率计算得到融合透射率并作为最终透射率；根据所述最终透射率计算得到复原图像，并将所述复原图像进行显示输出。
包括具体步骤如下：
S1.获取原始图像并进行归一化处理得到待处理图像I(x)；
S2.根据待处理图像I(x)及设定窗口Ω计算得到暗原色Idark(x)，
Figure BDA0002317957100000051
式中Ic表示I的某一个颜色通道，设定窗口Ω(x)表示以x为中心的一个窗口，设定窗口Ω为15×15像素；
S3.根据暗原色Idark(x)计算得到大气光强A，先取暗原色Idark(x)图像中的最大0.1％的像素点,然后选取这些点在待处理图像I(x)中对应的最大亮度值作为整幅图像的大气光强A；
S4.根据暗原色Idark(x)、大气光强A及调节因子ω计算得到暗原色先验透射率tdark(x)，
Figure BDA0002317957100000052
调节因子ω(0<ω<1)作用是保留少量的雾，增加去雾图像的真实感，取ω＝0.95；
S5.若大气光强A<阈值AT，则判断为不存在天空区，进行步骤1：以暗原色先验透射率tdark(x)作为最终透射率t(x)；
否则，判断为存在天空区，进行步骤2：计算互补透射率tcd(x)，
tcd(x)＝1-tdark(x)，
根据调节系数β计算融合透射率tR(x)，
tmin(x)＝min[tcd(x)，tdark(x)]，
tR(x)＝max[tdark(x)，tcd(x)-βtmin(x)]，
将融合透射率tR(x)作为最终透射率t(x)，调节系数β用于调节与天空区相邻的部分非天空区去雾强度，对于一般的含天空区雾化图像，β＝0时可取得较好去雾效果，但对于与天空区相邻的部分非天区雾化较严重的图像其去雾强度不够，可增大β值提高去雾强度，但β值不能过大，否则会影响消除天空区色彩失真的效果，在本实施例中，调节系数β＝0～2，阈值AT＝0.75～0.85；作为优选，阈值AT＝0.8；
S6.对最终透射率t(x)进行引导滤波得到细化透射率
Figure BDA0002317957100000061
Figure BDA0002317957100000062
其中，GF[ ]表示引导滤波，引导图像为待处理图像I(x)的灰度图像，正则化参数ε＝0.01，滤波窗口半径r＝10。
S7.根据细化透射率
Figure BDA0002317957100000063
计算复原图像J(x)，
Figure BDA0002317957100000064
其中，t0为
Figure BDA0002317957100000065
的下限，其作用是为了防止
Figure BDA0002317957100000066
趋近于0时，噪声被过度放大，t0＝0.1。
一种含天空区图像的快速去雾系统，包括显示单元、运算单元，显示单元用于显示图像，运算单元从显示单元中获取原始图像，并根据上述快速去雾方法计算得到最终透射率，根据最终透射率计算得到复原图像，并将复原图像发送到显示单元进行显示输出。
图2是场景1原始图，图3是β＝0时图2的融合透射率图，图4是β＝0时图2的去雾效果图。图5是场景2原始图，图6是β＝0时图5的融合透射率图，图7是β＝0时图5的去雾效果图。图8是场景3原始图，图9是β＝0时图8的融合透射率图，图10是β＝0时图8的去雾效果图。图11是场景4原始图，图12是β＝0时图11的融合透射率图，图13是β＝0时图11的去雾效果图，图14是β＝1.5时图11的融合透射率图，图15是β＝1.5时图11的去雾效果图。实验结果表明，本发明的去雾图像清晰，无halo效应，无色彩失真，运算速度快。此外，通过大量实验证明,本发明具有较强的鲁棒性，对大部分雾霾图像的去雾效果良好。
以上仅是本发明的优选实施方式，应当指出对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些都不会影响本发明实施的效果和专利的实用性。

Claims (6)

1.一种含天空区图像的快速去雾方法，其特征在于，获取原始图像；根据含天空区图像大气光强值较大的特性，将所述原始图像的大气光强与阈值比较以确定进行步骤1或步骤2；所述步骤1为将所述原始图像的暗原色先验透射率作为最终透射率；所述步骤2为根据所述原始图像的暗原色先验透射率计算得到融合透射率并作为最终透射率；根据所述最终透射率计算得到复原图像，并将所述复原图像进行显示输出。
2.根据权利要求1所述的一种含天空区图像的快速去雾方法，其特征在于，包括具体步骤如下：
S1.获取原始图像并进行归一化处理得到待处理图像I(x)；
S2.根据所述待处理图像I(x)及设定窗口Ω计算得到暗原色Idark(x)；
S3.根据所述暗原色Idark(x)计算得到大气光强A；
S4.根据所述暗原色Idark(x)、大气光强A及调节因子ω计算得到暗原色先验透射率tdark(x)，
Figure FDA0002317957090000011
S5.根据含天空区图像大气光强值较大的特性，若所述大气光强A＜阈值AT，则判断为不存在天空区，进行步骤1：以所述暗原色先验透射率tdark(x)作为最终透射率t(x)；
否则，判断为存在天空区，进行步骤2：计算互补透射率tcd(x)，
tcd(x)＝1-tdark(x)，
根据调节系数β计算融合透射率tR(x)，
tmin(x)＝min[tcd(x)，tdark(x)]，
tR(x)＝max[tdark(x)，tcd(x)-βtmin(x)]，
将所述融合透射率tR(x)作为最终透射率t(x)；
S6.对所述最终透射率t(x)进行引导滤波得到细化透射率
Figure FDA0002317957090000021
Figure FDA0002317957090000022
其中，GF[]表示引导滤波；
S7.根据所述细化透射率
Figure FDA0002317957090000023
计算复原图像J(x)，
Figure FDA0002317957090000024
其中，t0为
Figure FDA0002317957090000025
的下限。
3.根据权利要求2所述的一种含天空区图像的快速去雾方法，其特征在于，对于归一化、中小强度雾化的图像，所述阈值AT＝0.75～0.85。
4.根据权利要求2所述的一种含天空区图像的快速去雾方法，其特征在于，所述调节系数β＝0～2。
5.根据权利要求2所述的一种含天空区图像的快速去雾方法，其特征在于，在所述步骤S6中，引导滤波的正则化参数ε＝0.01，滤波窗口半径r＝10，引导图像为待处理图像I(x)的灰度图像。
6.一种含天空区图像的快速去雾系统，其特征在于，包括显示单元、运算单元，所述显示单元用于显示图像，所述运算单元从所述显示单元中获取原始图像，并根据权利1-5任一所述的快速去雾方法计算得到最终透射率，根据所述最终透射率计算得到复原图像，并将所述复原图像发送到所述显示单元进行显示输出。
CN201911285845.9A 2019-12-13 2019-12-13 一种含天空区图像的快速去雾方法及其应用系统 Active CN111105373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911285845.9A CN111105373B (zh) 2019-12-13 2019-12-13 一种含天空区图像的快速去雾方法及其应用系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911285845.9A CN111105373B (zh) 2019-12-13 2019-12-13 一种含天空区图像的快速去雾方法及其应用系统

Publications (2)

Publication Number Publication Date
CN111105373A true CN111105373A (zh) 2020-05-05
CN111105373B CN111105373B (zh) 2023-07-28

Family

ID=70422616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911285845.9A Active CN111105373B (zh) 2019-12-13 2019-12-13 一种含天空区图像的快速去雾方法及其应用系统

Country Status (1)

Country Link
CN (1) CN111105373B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251301A (zh) * 2016-07-26 2016-12-21 北京工业大学 一种基于暗原色先验的单幅图像去雾方法
CN106846263A (zh) * 2016-12-28 2017-06-13 中国科学院长春光学精密机械与物理研究所 基于融合通道且对天空免疫的图像去雾方法
CN107767354A (zh) * 2017-12-08 2018-03-06 福州大学 一种基于暗原色先验的图像去雾算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251301A (zh) * 2016-07-26 2016-12-21 北京工业大学 一种基于暗原色先验的单幅图像去雾方法
CN106846263A (zh) * 2016-12-28 2017-06-13 中国科学院长春光学精密机械与物理研究所 基于融合通道且对天空免疫的图像去雾方法
CN107767354A (zh) * 2017-12-08 2018-03-06 福州大学 一种基于暗原色先验的图像去雾算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘杰平 等: "一种快速的单幅图像去雾算法", 《电子学报》, vol. 45, no. 08, pages 1896 - 1901 *
王殿伟 等: "基于暗原色先验的快速单幅图像去雾算法", 《计算机应用研究》, vol. 35, no. 12, pages 3836 - 3840 *
龚昌来 等: "基于暗原色先验图像去雾中透射率的修正研究", 《基于暗原色先验图像去雾中透射率的修正研究》, vol. 34, no. 08, pages 18 - 23 *

Also Published As

Publication number Publication date
CN111105373B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN110148095B (zh) 一种水下图像增强方法及增强装置
CN106251301B (zh) 一种基于暗原色先验的单幅图像去雾方法
CN102750674B (zh) 基于自适应容差的视频图像去雾方法
CN109255759B (zh) 基于天空分割和透射率自适应修正的图像去雾方法
CN106530257A (zh) 一种基于暗通道先验模型的遥感图像去雾方法
CN111292258B (zh) 一种基于暗通道和亮通道先验的图像去雾方法
CN112419162B (zh) 图像去雾方法、装置、电子设备及可读存储介质
CN105631829A (zh) 基于暗通道先验与颜色校正的夜间雾霾图像去雾方法
CN110148093B (zh) 一种基于暗通道先验的图像去雾改进方法
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
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
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
CN108133462B (zh) 一种基于梯度场区域分割的单幅图像的复原方法
CN107977941B (zh) 一种明亮区域色彩保真及对比度增强的图像去雾方法
CN109118450B (zh) 一种沙尘天气条件下的低质图像增强方法
CN104867121A (zh) 基于暗原色先验和Retinex理论的图像快速去雾法
CN109523474A (zh) 一种基于雾天退化模型的低照度图像增强方法
CN114693548B (zh) 一种基于亮区域检测的暗通道去雾方法
CN108093175A (zh) 一种实时高清视频自适应去雾方法及装置
CN106709876B (zh) 一种基于暗像元原理的光学遥感图像去雾方法
Zhang et al. A fast video image defogging algorithm based on dark channel prior
CN105205793A (zh) 一种基于暗原色先验的图像去雾方法
CN110852971A (zh) 基于暗原色先验和Retinex的视频去雾方法及计算机程序产品
KR101535630B1 (ko) 밝기변환 모델을 이용한 야간 영상의 밝기 개선 장치
CN111105373A (zh) 一种含天空区图像的快速去雾方法及其应用系统

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