CN111598811A - 一种单幅全色遥感雾霾图像清晰化方法 - Google Patents
一种单幅全色遥感雾霾图像清晰化方法 Download PDFInfo
- Publication number
- CN111598811A CN111598811A CN202010446051.2A CN202010446051A CN111598811A CN 111598811 A CN111598811 A CN 111598811A CN 202010446051 A CN202010446051 A CN 202010446051A CN 111598811 A CN111598811 A CN 111598811A
- Authority
- CN
- China
- Prior art keywords
- image
- formula
- remote sensing
- transmittance
- value
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003707 image sharpening Methods 0.000 title claims description 4
- 238000002834 transmittance Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 125000001475 halogen functional group Chemical group 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 230000014759 maintenance of location Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种单幅全色遥感雾霾图像清晰化方法，涉及数字图像处理技术领域，解决现有图像增强算法及暗通道复原算法应用的局限性，本发明针对全色遥感雾霾图像的清晰化问题，利用全色图像的局部区域内，存在一定的暗像元，即其码值接近零，得到全色遥感图像的透过率估计方法。为了避免块效应以及景深突变出的光晕现象，综合考虑边缘保持特性以及平滑特性，采用一种均小值滤波方法，得到透过率的准确估计，最终获得边缘细节清晰、信噪比高的清晰化遥感图像。本发明的算法运算量小，稳定可靠，可应用于实时工程系统中。
Description
技术领域
本发明涉及数字图像处理技术领域，具体涉及一种单幅全色遥感雾霾图像清晰化方法。
背景技术
光学遥感平台获取的空间高分辨率遥感图像，特别是全色波段图像具有内容丰富、对比度好、清晰度高等特点。对空间高分辨率遥感图像的分析与解译，尤其是全色波段图像的处理，在军事上具有较高的应用价值。然而，近年来由于环境污染和气候变化，使得雾霾天气广泛存在，空气中大量气溶胶粒子、微小水滴等颗粒对光线的吸收和散射作用导致遥感成像质量严重退化，对比度下降，极大地限制了遥感系统效用的发挥，给后期图像处理和分析带来了困难。因此，对单幅全色遥感雾霾图像进行清晰化处理意义重大。
目前，对单幅遥感雾霾图像的清晰化方法主要分为两大类，一类是图像增强方法，另一类是图像复原方法。图像增强方法主要包括：直方图均衡化、小波变换、Retinex算法以及同态滤波等，但每种算法在对有雾遥感图像进行增强只是对比度的拉伸，去雾效果不佳，甚至导致去雾后的图像出现光晕现象。图像复原方法去雾是从雾天图像的模糊退化机理入手，根据大气散射理论，建立雾天成像的散射模型。近年来何凯明提出的被公认的有效算法—暗通道先验算法，就是基于此模型展开研究的。然而暗通道算法主要是针对彩色图像，需要分别对R、G、B三个通道进行处理的，对于全色图像，该算法并不适用，去雾处理效果欠佳。
发明内容
本发明为了解决现有图像增强算法及暗通道复原算法应用的局限性，提供一种单幅全色遥感雾霾图像清晰化方法。
一种单幅全色遥感雾霾图像清晰化方法，该方法由以下步骤实现：
步骤一、给定大气散射成像模型，用公式表示为：
I(x)＝J(x)t(x)+A(1-t(x)) (1)
其中，I(x)为有雾的图像，J(x)为无雾图像，A是全球大气光，t(x)为透过率；
步骤二、设定在全色遥感图像的局部区域内，暗像元的码值接近0，由下式表示为：
将所述大气散射成像模型公式(1)的两边取局部区域的最小值，如下：
其中，
为透过率的粗略估计，Ω(x)为以x为中心的局部区域，y为该局部区域内的像素，将公式(2)代入公式(3)中，并引入一个在[0,1]之间的修正因子ρ，获得所述透过率粗略估计图
用下式表示为：
步骤三、对式(4)采用一种均小值滤波方法进行改进，获得透过率t(x)的准确估计，用下式表示为：
步骤四、将公式(5)代入公式(1)用下式表示为：
选取I(x)图中的前200个像素值的平均值作为大气光A的值，采用自动色阶的方法进行对比度拉伸，得到清晰化后的全色遥感图像。
本发明的有益效果：本发明针对全色遥感雾霾图像的清晰化问题，利用全色图像的局部区域内，存在一定的暗像元，即其码值接近零，得到全色遥感图像的透过率估计方法。为了避免块效应以及景深突变出的光晕现象，综合考虑边缘保持特性以及平滑特性，采用一种均小值滤波方法，得到透过率的准确估计，最终获得边缘细节清晰、信噪比高的清晰化遥感图像。本发明的算法运算量小，稳定可靠，可应用于实时工程系统中。
附图说明
图1为本发明所述的航拍雾霾图像的退化模型示意图；
图2中，图2a为原图，图2b为本发明所述的清晰化算法去雾效果图；
图3中，图3a为暗通道先验算法的效果图，图3b为本发明所述的清晰化算法去雾拉伸后效果图。
具体实施方式
具体实施方式一、结合图1至图3说明本实施方式，一种单幅全色遥感雾霾图像清晰化方法，
在雾、霾天气条件下的单色大气散射模型是由Narasimhan和Nayar基于McCartney的衰减模型和大气光模型推导出的，即用衰减的反射光和参与成像的大气光两部分描述雾、霾天气下的退化过程。衰减的反射光造成入射到成像系统的光线减弱，淹没了图像的细节信息和色彩信息，成像对比度降低。而参与成像的大气光进入成像视场，导致图像的高频分量被抑制，低频分量突出，进一步导致图像细节丢失，对比度和清晰度退化。在计算机视觉领域，基于大气散射成像模型得到广泛应用，如下式所示：
I(x)＝J(x)t(x)+A(1-t(x)) (1)
其中，I(x)为有雾的图像，J(x)为无雾图像，A是全球大气光，t(x)为透过率。
暗通道先验是针对三通道的彩色图像的，经过大量统计实验，假设在全色图像的局部区域内，存在一定的暗像元，其码值接近0，如式(2)所示。
将公式(1)两边取局部区域Ω(x)的最小值，可得：
其中，
为透过率的粗略估计，Ω(x)是以x为中心的局部区域，y为该局部区域内的像素，将式(2)代入式(3)中，同时引入一个在[0,1]之间的修正因子ρ，最终可得透过率粗略估计图
为了避免公式(4)得到的透过率图像的块效应以及景深突变出的光晕现象。在这里，我们综合考虑引导滤波和最小值两种操作，以及边缘保持特性，我们对式(4)采用一种均小值滤波方法进行改进，得到准确的透过率图像的估计，如式(5)所示：
将式(5)代入式(1)，可直接消除未知量，得到最终去雾后的图像J(x)，如式(6)所示。
由于遥感图像没有天空区域，我们选取I(x)图中的前200个像素值的平均值作为大气光A的值。由式(6)最终得到的去雾图像会整体偏暗一些，我们用自动色阶的方法进行对比度拉伸，得到清晰化后的全色遥感图像。
Claims (2)
1.一种单幅全色遥感雾霾图像清晰化方法，其特征是：该方法由以下步骤实现：
步骤一、给定大气散射成像模型，用公式表示为：
I(x)＝J(x)t(x)+A(1-t(x)) (1)
其中，I(x)为有雾的图像，J(x)为无雾图像，A是全球大气光，t(x)为透过率；
步骤二、设定在全色遥感图像的局部区域内，暗像元的码值接近0，由下式表示为：
将所述大气散射成像模型公式(1)的两边取局部区域的最小值，如下：
其中，
为透过率的粗略估计，Ω(x)为以x为中心的局部区域，y为该局部区域内的像素，将公式(2)代入公式(3)中，并引入一个在[0,1]之间的修正因子ρ，获得所述透过率粗略估计图
用下式表示为：
步骤三、对式(4)采用一种均小值滤波方法进行改进，获得透过率t(x)的准确估计，用下式表示为：
步骤四、将公式(5)代入公式(1)用下式表示为：
获得最终去雾后的图像J(x)。
2.根据权利要求1所述的一种单幅全色遥感雾霾图像清晰化方法，其特征在于：还包括步骤五、选取I(x)图中的前200个像素值的平均值作为大气光A的值；采用自动色阶的方法进行对比度拉伸，得到清晰化后的全色遥感图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010446051.2A CN111598811A (zh) | 2020-05-25 | 2020-05-25 | 一种单幅全色遥感雾霾图像清晰化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010446051.2A CN111598811A (zh) | 2020-05-25 | 2020-05-25 | 一种单幅全色遥感雾霾图像清晰化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111598811A true CN111598811A (zh) | 2020-08-28 |
Family
ID=72191471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010446051.2A Withdrawn CN111598811A (zh) | 2020-05-25 | 2020-05-25 | 一种单幅全色遥感雾霾图像清晰化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111598811A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298730A (zh) * | 2021-05-24 | 2021-08-24 | 中国科学院长春光学精密机械与物理研究所 | 一种基于图像分解的去雾复原方法 |
| CN113822816A (zh) * | 2021-09-25 | 2021-12-21 | 李蕊男 | 气雾散射模型优化的单张遥感图像去霾方法 |
| CN115409740A (zh) * | 2022-11-01 | 2022-11-29 | 国网湖北省电力有限公司 | 一种基于暗通道先验引导图像滤波去除图像雾霾的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104574412A (zh) * | 2015-01-22 | 2015-04-29 | 浙江大学 | 一种非均匀云雾条件下的遥感图像去雾方法 |
| 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 |
| CN106940882A (zh) * | 2017-02-15 | 2017-07-11 | 国网江苏省电力公司常州供电公司 | 一种符合人眼视觉特性的变电站视频图像清晰化方法 |
| CN110232666A (zh) * | 2019-06-17 | 2019-09-13 | 中国矿业大学(北京) | 基于暗原色先验的地下管道图像快速去雾方法 |
-
2020
- 2020-05-25 CN CN202010446051.2A patent/CN111598811A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104574412A (zh) * | 2015-01-22 | 2015-04-29 | 浙江大学 | 一种非均匀云雾条件下的遥感图像去雾方法 |
| 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 |
| CN106940882A (zh) * | 2017-02-15 | 2017-07-11 | 国网江苏省电力公司常州供电公司 | 一种符合人眼视觉特性的变电站视频图像清晰化方法 |
| CN110232666A (zh) * | 2019-06-17 | 2019-09-13 | 中国矿业大学(北京) | 基于暗原色先验的地下管道图像快速去雾方法 |
Non-Patent Citations (2)
| Title |
|---|
| WENCHENG WANG等: "A Fast Single-Image Dehazing Method Based on a Physical Model and Gray Projection", 《IEEE ACCESS》 * |
| 师佳: "单幅雾霾图像清晰化方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298730A (zh) * | 2021-05-24 | 2021-08-24 | 中国科学院长春光学精密机械与物理研究所 | 一种基于图像分解的去雾复原方法 |
| CN113298730B (zh) * | 2021-05-24 | 2022-11-01 | 中国科学院长春光学精密机械与物理研究所 | 一种基于图像分解的去雾复原方法 |
| CN113822816A (zh) * | 2021-09-25 | 2021-12-21 | 李蕊男 | 气雾散射模型优化的单张遥感图像去霾方法 |
| CN115409740A (zh) * | 2022-11-01 | 2022-11-29 | 国网湖北省电力有限公司 | 一种基于暗通道先验引导图像滤波去除图像雾霾的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106157267B (zh) | 一种基于暗通道先验的图像去雾透射率优化方法 | |
| CN108734670B (zh) | 单幅夜间弱照度雾霾图像的复原方法 | |
| CN107103591B (zh) | 一种基于图像雾霾浓度估计的单幅图像去雾方法 | |
| CN111598811A (zh) | 一种单幅全色遥感雾霾图像清晰化方法 | |
| CN103218778B (zh) | 一种图像和视频的处理方法及装置 | |
| CN109447917B (zh) | 基于内容和特征及多尺度模型的遥感图像雾霾消除方法 | |
| CN105701785B (zh) | 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 | |
| CN112561804A (zh) | 基于多尺度细节增强的低光照水下图像增强方法 | |
| CN107133926A (zh) | 一种基于暗原色先验的图像去雾方法 | |
| CN111861896A (zh) | 一种面向uuv的水下图像色彩补偿与恢复方法 | |
| CN112837233A (zh) | 一种基于差分偏振获取透射率的偏振图像去雾方法 | |
| CN103700079A (zh) | 图像去雾方法及装置 | |
| CN111598814B (zh) | 基于极端散射通道的单图像去雾方法 | |
| CN104272347A (zh) | 去除包含在静止图像中的雾的图像处理装置及其方法 | |
| CN111210396A (zh) | 一种结合天空光偏振模型的多光谱偏振图像去雾方法 | |
| CN110827218A (zh) | 基于图像hsv透射率加权校正的机载图像去雾方法 | |
| CN107093173A (zh) | 一种图像雾霾浓度的估计方法 | |
| CN109118450B (zh) | 一种沙尘天气条件下的低质图像增强方法 | |
| CN109961415A (zh) | 一种基于hsi空间光学成像模型的自适应增益水下图像增强方法 | |
| CN112465708A (zh) | 基于暗通道改进的图像去雾方法 | |
| CN112419163A (zh) | 一种基于先验知识和深度学习的单张图像弱监督去雾方法 | |
| CN106327450A (zh) | 一种基于时空累积和图像退化模型的低照度视频图像增强方法 | |
| CN106709876B (zh) | 一种基于暗像元原理的光学遥感图像去雾方法 | |
| CN112750089B (zh) | 基于局部块最大和最小像素先验的光学遥感影像去雾方法 | |
| CN118052737A (zh) | 一种基于超像素场景先验的感知导向的无人机图像去雾算法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200828 |
|
| WW01 | Invention patent application withdrawn after publication |