一种建基于雾霾图像灰度值的迭代复原方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116029927A(43)申请公布日2023.04.28(21)申请号202310002637.3(22)申请日2023.01.03(71)申请人南京航空航天大学地址211106江苏省南京市江宁区将军大道29号申请人南京理工大学(72)发明人王啟翔董文德陶叔银(74)专利代理机构南京业腾知识产权代理事务所(特殊普通合伙)32321专利代理师李静(51)Int.Cl.G06T5/00(2006.01)G06T7/90(2017.01)权利要求书3页说明书6页附图3页(54)发明名称一种建基于雾霾图像灰度值的迭代复原方法(57)摘要本发明公开了一种建基于雾霾图像灰度值的迭代复原方法，涉及计算机数字图像处理技术领域，为解决提出去雾算法如暗原色先验，微小的扰动通过反向求解会造成复原图像大的误差偏移的问题。根据入射光衰减模型和大气光成像模型，可以得到大气散射模型的一般形式；将彩色图像转化为灰度图像，在灰度图中寻找其中像素值最大点的位置；根据暗原色先验算法来设定大气透过率的初始值；引入TV正则项对J进行约束，构建复原模型，采用二次惩罚函数法求解，引入两个辅助变量分别对应图像水平和竖直梯度。该建基于雾霾图像灰度值的迭代复原方法，引入的辅助变量形成正则化约束条件并综合构建了最优估计问题，设计迭代优化算法能够有效去雾产生高质量复原图像。CN116029927ACN116029927A权利要求书1/3页1.一种建基于雾霾图像灰度值的迭代复原方法，根据入射光衰减模型和大气光成像模型，可以得到大气散射模型的一般形式，复原包括如下步骤：步骤一：根据大气散射模型的一般表达式，移项改写可以获得大气散射模型表达式简化形式；步骤二：将彩色图像转化为灰度图像，在灰度图中寻找其中像素值最大的位置，记为pos，同时提取彩色图像中pos处的像素值，更新大气散射模型简化形式中的参数；步骤三：根据暗原色先验算法来设定大气透过率的初始值；步骤四：根据TV正则项对J进行约束，最优化求解J，采用二次惩罚函数法，引入两个辅助变量分别对应于图像的水平梯度和垂直梯度算子，并引入惩罚系数，将噪声图像复原问题模型进行转换；步骤五：固定清晰图像的初始值，对关于辅助变量的最优估计问题进行求解，得到辅助变量的估计值，更新辅助变量值；步骤六：固定辅助变量的估计值，采用共轭梯度迭代法对关于清晰图像的最优估计问题进行求解，得到清晰图像的估计值，更新清晰图像值和惩罚系数；步骤七：循环执行步骤五、步骤六直至惩罚系数达到最大值，得到清晰图像的估计值，即复原图像。2.根据权利要求1所述的一种建基于雾霾图像灰度值的迭代复原方法，其特征在于：基于上述步骤一所述中用入射光衰减模型和大气光成像模型建模的表达式为I＝J·t+A(E‑t)，移项改写为简化的大气散射模型表达式为其中I表示雾霾图像，J表示清晰图像，t表示大气透过率，A表示大气光，E为单位矩阵，·表示矩阵点乘，表达式中，3.根据权利要求1所述的一种建基于雾霾图像灰度值的迭代复原方法，其特征在于：基于上述步骤二所述中彩色图像转化为灰度图像后的像素矩阵为Igray，找到灰度图中像素点最大的值点A＝MAX{Igray}代入4.根据权利要求1所述的一种建基于雾霾图像灰度值的迭代复原方法，其特征在于：基于上述步骤三种所述根据暗原色先验算法来计算大气透过率初始值：t＝E‑αIgray0.3＜α＜0；其中是大气透过率初始值t,E为单位矩阵，Igray为步骤二中的灰度矩阵,α为设定值。5.根据权利要求1所述的一种建基于雾霾图像灰度值的迭代复原方法，其特征在于：基于上述步骤四所述在A已知的情况下，利用TV正则项对进行约束，其表达式为：同时引入w、u来代替表达式转化为：2CN116029927A权利要求书2/3页其中β为惩罚系数。6.根据权利要求1所述的一种建基于雾霾图像灰度值的迭代复原方法，其特征在于：基于上述步骤五所述对清晰图像的估计值初始化为设定惩罚系数初始值为β＝βinitial，最大值为βmax，迭代系数r，更新辅助变量值的步骤为：步骤一：固定计算wi、uj步骤二：上式分为N个子问题：步骤三：对上式取损失函数得到：步骤四：令可得：7.根据权利要求1所述的一种建基于雾霾图像灰度值的迭代复原方法，其特征在于：基于上述步骤六所述辅助变量的估计值，采用共轭梯度迭代法对关于清晰图像的最优估计问题进行求解，步骤为：步骤一：固定w、u，计算步骤二：对上式取损失函数得到：步骤三：令可以得到：步骤四：由于卷积运算的特殊性，即空间域中的卷积经傅里叶变换后等价于在频率域中的对应元素相乘，故对上式做傅里叶变换可以得到：步骤五：再对上式做傅里叶反变换可以得到3CN116029927A权利要求书3/3页其中大写字母表示对应变量的傅