CN112529802B - 基于散射系数比估计的大气散射降质图像恢复方法 - Google Patents

Abstract

本发明公开了一种基于散射系数比估计的大气散射降质图像恢复方法，本发明的方法利用场景的固有消色点估计不同颜色通道的散射系数比，据此准确计算出对应颜色通道的透射图，最终得到场景的真实反射率，从而恢复真实场景。与现有技术相比，本发明的方法能够有效处理由大气介质对不同波长光的不同强度散射导致的随距离变化改变色偏，具有无参数，计算快，效果好，无色偏等特点，适合于室外大气散射降质图像的恢复。

Description

基于散射系数比估计的大气散射降质图像恢复方法

技术领域

本发明属于计算机视觉和图像处理技术领域，具体涉及由于大气散射导致的降质图像(例如在雾霾天气下捕获的模糊图像)的恢复方法。

背景技术

光线在大气传播过程中受大气粒子影响产生散射，导致捕获图像损失对比度和饱和度，进而使得图像质量明显降低，这样的低质量图像为后续计算机视觉任务带来极大的困扰。因此，对大气散射导致的低质量图像进行恢复或增强，提高其对比度和饱和度，就显得极为重要。

目前，提高大气散射导致的低质量图像的对比度和饱和度有两个主流途径：基于图像增强的方法和基于图像恢复的方法。基于图像增强的方法将大气散射降质图像增强视为一种低对比度低饱和度图像的增强问题处理，代表性的方法有基于直方图均衡化的方法、基于Retinex的算法、基于图像融合的算法等。这些算法能将一些低对比度低饱和度的大气散射降质图像增强为高对比度高饱和度的增强图像，但由于缺乏物理基础，无法保证增强结果与实际场景一致，往往导致过度增强。

基于图像恢复的方法利用大气散射模型(公式(1)，其中，J为场景辐射率，t为透射图，β为散射率，d为距离，λ为波长，A为大气光，I为受大气散射影响导致的低质量图像)，通过逆向大气散射导致的图像质量降低过程对图像进行恢复，代表性的算法有暗通道先验算法，颜色线先验算法等。这类方法实质上是通过自然图像统计分析引入先验假设来消去部分未知数，从而解决未知数个数多于方程个数的欠定问题，先验假设与实际情况的接近程度直接影响该类方法的恢复效果。根据大气散射模型，大气介质对光线的散射强度是光线波长的函数，然而现有方法为了简化问题多假设大气介质对不同波长的光散射强度相同(即假设公式(1)中γ＝0)。该假设在白雾中近似有效，但在沙尘，或雾霾条件中，就与实际情况不符，因此，现有图像增强方法或去雾方法通常难以处理沙尘或雾霾天气下，带有由大气介质对不同波长光的不同强度散射导致的随距离改变色偏的降质图像。

发明内容

为了解决现有技术存在的上述缺陷，从带有由大气介质对不同波长光的不同强度散射导致的随距离改变色偏的低质量图像中恢复出真实场景反射率，本发明提出了一种基于散射系数比估计的大气散射降质图像恢复方法。

为了实现上述目的，本发明的具体技术方案为：一种基于散射系数比估计的大气散射降质图像恢复方法，具体包括如下步骤：

S1.将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道，选择局部区域内信号弱的暗通道，计算对应的初始透射图并估算大气光；

S2.根据对数域上红绿蓝三通道与均值差的二维空间各向异性值，搜索场景的固有消色点(即场景中各颜色通道反射率近似相等的点)；

S3.根据场景固有消色点计算红、绿、蓝三个颜色通道相对暗通道的散射系数比，并据此计算对应颜色通道的透射图；

S4.根据透射图相对强度估算天空区域；

S5.对天空区域的透射图进行补偿；

S6.利用补偿后的透射图恢复场景辐射率；

S7.利用恢复后的场景辐射率和消色点估算光源颜色，计算场景反射率。

本发明的有益效果：本发明的方法利用场景的固有消色点估计不同颜色通道的散射系数比，据此准确计算出对应颜色通道的透射图，最终得到场景的真实反射率，从而恢复真实场景。与现有技术相比，本发明的方法能够有效处理由大气介质对不同波长光的不同强度散射导致的随距离变化改变色偏，具有无参数，计算快，效果好，无色偏等特点，适合于室外大气散射降质图像的恢复。

附图说明

图1是本发明的流程示意图。

具体实施方式

下面结合附图和具体的实施例对本发明做进一步的阐述。

本发明提供的基于散射系数比估计的大气散射降质图像恢复方法如图1所示，具体过程如下(在下述计算过程中均采用浮点数进行计算)：

S1.将输入图像I除以全图中像素点的最大值，确保在后续计算中图像的最大值不超过1。

I＝I/MAX(I)

记图像在像素点x处红、绿、蓝三个颜色通道的值分别为：I_r(x)、I_g(x)、I_b(x)；记图像在以像素点x为中心，周围15×15像素区域为Ω(x)，该区域内红、绿、蓝三个颜色通道中的最小值记为I_d(x)；通过I_r(x),I_g(x),I_b(x)中与I_d(x)中最亮10％点相对应的点的均值分别估计大气光A_c,(c∈{r,g,b})在红绿蓝三个通道的值：

初始透射图

为：

其中，I_c(y)表示输入图像在像素点y处RGB通道的值。

S2.将图像归一化后转到对数域，在对数域上计算红绿蓝三通道与均值的差L_c,(c∈{r,g,b})：

对于坐标为(p,q)的像素点z，其在对数域平滑后的二维空间各向异性测度为▽_c(z),(c∈{r,g,b})：

该像素点z为消色点的可能性为：

在对数域上对红绿蓝三通道与均值的差做二维拉普拉斯高斯滤波，获得像素点在局部空间的各向异性值，对于一个像素点而言，其三通道上各向异性值的模越小，其是场景中固有消色点(即场景中各颜色通道反射率近似相等的点)的可能性越大。

S3.在

的像素点中，选取P值最大的100个点作为场景固有消色点，由下式计算红、绿、蓝三个颜色通道相对暗通道的散射系数比R_c,(c∈{r,g,b})：

对应颜色通道的透射图t_c(x),(c∈{r,g,b})：

S4.采用常规聚类方法(如K均值聚类)以0和1为初始点对t_c(x)的均值进行聚类，将所有像素点划分为两组。如果这两组像素点的中心点比值小于3，则视为无天空区域，跳过步骤S5；如果其中心点比值超过3，则具有较小中心点的一组像素点为天空区域，需要通过步骤S5进行补偿。

S5.对于天空区域的所有点，按下式进行补偿：

t_c(x)＝t_c(x)+max(A_c)-min(I_c(x)+A_ct_c(x))

S6.由下式恢复场景辐射率J_c(x),(c∈{r,g,b})：

S7.利用步骤S3选取的100个场景固有消色点，估算光源颜色ILL_c,(c∈{r,g,b})：

最终场景反射率R_c(x),(c∈{r,g,b})为：

本发明方法能够对大气散射导致的降质图像进行有效恢复，并具有计算简单、灵活的优点。与以往方法不同，本发明不仅能恢复白雾下捕获的降质图像，也能恢复沙尘、雾霾等天气下捕获的，包含有随距离变化颜色失真的降质图像，获得能反应真实场景信息的低失真图像，为后续计算机视觉任务提供便利。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种基于散射系数比估计的大气散射降质图像恢复方法，具体包括如下步骤：

S1.将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道，选择局部区域内信号弱的暗通道，计算对应的初始透射图并估算大气光；

具体过程如下：

将输入图像I除以全图中像素点的最大值，确保在后续计算中图像的最大值不超过1；

I＝I/MAX(I)

记图像在像素点x处红、绿、蓝三个颜色通道的值分别为：I_r(x)、I_g(x)、I_b(x)；记图像在以像素点x为中心，周围15×15像素区域为Ω(x)，该区域内红、绿、蓝三个颜色通道中的最小值记为I_d(x)；通过I_r(x),I_g(x),I_b(x)中与I_d(x)中最亮10％点相对应的点的均值分别估计大气光A_c,其中，c∈{r,g,b}在红绿蓝三个通道的值：

初始透射图

为：

其中，I_c(y)表示输入图像在RGB通道上的值；

S2.根据对数域上红绿蓝三通道与均值差的二维空间各向异性值，搜索场景的固有消色点，所述固有消色点具体为：场景中各颜色通道反射率近似相等的点；

具体过程如下：

将图像归一化后转到对数域，在对数域上计算红绿蓝三通道与均值的差L_c,其中，c∈{r,g,b}：

对于坐标为(p,q)的像素点z，其在对数域平滑后的二维空间各向异性测度为▽_c(z),其中，c∈{r,g,b}：

该像素点z为消色点的可能性为：

S3.根据场景固有消色点计算红、绿、蓝三个颜色通道相对暗通道的散射系数比，并据此计算对应颜色通道的透射图；

具体过程如下：

在

的像素点中，选取P(z)值最大的100个点作为场景固有消色点，由下式计算红、绿、蓝三个颜色通道相对暗通道的散射系数比R_c,其中，c∈{r,g,b}：

对应颜色通道的透射图t_c(x),其中，c∈{r,g,b}：

S4.根据透射图相对强度估算天空区域；

S5.对天空区域的透射图进行补偿；

S6.利用补偿后的透射图恢复场景辐射率；

S7.利用恢复后的场景辐射率和消色点估算光源颜色，计算场景反射率。

2.根据权利要求1所述的基于散射系数比估计的大气散射降质图像恢复方法，其特征在于，步骤S5所述的补偿按下式进行补偿：

t_c(x)＝t_c(x)+max(A_c)-min(I_c(x)+A_ct_c(x))。

3.根据权利要求2所述的基于散射系数比估计的大气散射降质图像恢复方法，其特征在于，步骤S6所述的恢复场景辐射率具体由下式恢复场景辐射率J_c(x),其中，c∈{r,g,b}：

4.根据权利要求3所述的基于散射系数比估计的大气散射降质图像恢复方法，其特征在于，步骤S7具体过程如下：

利用步骤S3选取的100个场景固有消色点，估算光源颜色ILL_c,其中，c∈{r,g,b}：

最终场景反射率R_c(x)为：

Images