一种基于改进的非局部先验的单幅图像去雾方法及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110675340A(43)申请公布日2020.01.10(21)申请号201910870895.7(22)申请日2019.09.16(71)申请人重庆邮电大学地址400065重庆市南岸区南山街道崇文路2号(72)发明人甘玲熊子文(74)专利代理机构重庆市恒信知识产权代理有限公司50102代理人刘小红陈栋梁(51)Int.Cl.G06T5/00(2006.01)G06T7/90(2017.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于改进的非局部先验的单幅图像去雾方法及介质(57)摘要本发明请求保护一种基于改进的非局部先验的单幅图像去雾方法及介质，属于计算机视觉技术领域以及图像处理技术领域。本发明首先使用改进的暗通道先验方法进行大气光估计，然后采用非局部先验对整幅图像进行处理，估算出初始的透射率。非局部先验考虑的是全局信息，不需要将图像分割成不同的块，可以避免出现晕轮现象。其次采用基于加权L1范数的上下文正则化对场景透射率进行细化，得到细化的场景透射率，最后使用域变换滤波对透射率进行修正。本发明在峰值信噪比、可见边数、平均梯度、饱和像素点数等评价指标上均有所提升。CN110675340ACN110675340A权利要求书1/2页1.一种基于改进的非局部先验的单幅图像去雾方法，其特征在于，包括以下步骤：步骤S1：输入有雾图像，采用改进的暗通道去雾方法进行大气光值估计，改进的暗通道去雾方法改进主要是在处理暗通道图像的时候引入阈值法，雾气浓度较大的区域即在阈值以上且RGB三通道内的像素值相近的像素点，这些区域暗通道取值为零，将暗原色图像像素的前0.1％个像素点排序，而后对选取出来的像素点求其原图像中所对应的灰度值，将这里灰度值最大的点作为大气光值的最优估计值；步骤S2：采用非局部先验法对大气散射模型粗估计得到粗糙透射率，非局部先验法的步骤包括：1)首先将有雾图像I(x)与大气光值A做差，将得到的图像记为IA(x)，则大气散射模型表示成：IA(x)＝t(x)·[J(x)-A]，其中，J(x)表示复原的清晰图像，t(x)是透射率，描述物体反射光线能够经过衰减到达观测点的比例，将IA(x)表示成球坐标形式为：IA(x)＝[r(x)，θ(x)，Φ(x)]，其中，θ(x)与分别表示经度和纬度，半径r(x)的计算表达式为：r(x)＝t(x)||J(x)-A||，0≤t(x)≤1，此时球坐标系的原点对应图像的大气光值A；2)依据变换后像素点的值的大小，对有雾图像当中的像素点采用K-means的方法进行聚类，根据非局部先验，位于同一类当中的像素点呈线状分布，因此聚类后得到多条雾线，假设图像整体的大气光值是一致的，每条雾线都经过球坐标系的原点，依据非局部先验位于同一条雾线的像素点在无雾图像J(x)中的对应点的像素值是相同的，根据半径r(x)公式，得知位于同一条雾线上的点的半径的差异与透射率的差异成正比的；假设每条雾线上最大半径对应的点为清晰无雾的点，即半径最大的像素点所对应的透射率为1；最大半径的定义式如下：H表示雾线，根据上述求得的最大半径，得到同一条雾线上其他像素点对应的透射率为：步骤S3：采用相邻像素的颜色差构造加权函数W(x，y)使处于相同景深的两相邻像素间透射率之差趋于0，然后通过加权L1范数上下文正则化进行透射率优化得到精细透射率；步骤S4：采用域变换滤波对精细透射率进行修正得到修正透谢率；步骤S5：最后根据大气散射模型，以及求出的大气光值和修正透射率，得出无雾图像。2.根据权利要求1所述的一种基于改进的非局部先验的单幅图像去雾方法，其特征在于，所述步骤S1采用改进的暗通道去雾方法进行大气光估计，具体包括：首先在对有雾原图像进行两次最小值滤波处理，暗通道图像是输入原图像经过取两次最小值运算得到，即求取有雾图像的暗通道图像首先求取有雾图像每个像素点的R，G，B三个通道值的最小值，然后进行最小值滤波即得到有雾图像的暗通道图像，在处理暗通道图像的时候引入阈值法，雾气浓度较大的区域指的是像素值在阈值以上且RGB三通道内的像素值相近的像素点，这些区域暗通道取值为零，将暗原色图像像素的前0.1％个像素点排序，对选取出来的像素点求其原图像中所对应的灰度值，将灰度值最大的点作为大气光值的最优估计值。3.根据权利要求1所述的一种基于改进的非局部先验的单幅图像去雾方法，其特征在于，所述步骤S2采用非局部先验法对大气散射模型粗估计得到粗糙透射率，，具体包括：根据前面估计出的大气光值A，定义雾线上的像素点到大气光的颜色距离为IA(x)＝I(x)-A，其中，I(x)为照相机观测到图像的强度，A为大气光强度，通过结合大气散射模型，计算公式为：I(x)＝J(x)t(x)+A[