基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法
【專利摘要】一種基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，包括：獲取圖像的大氣光值；獲取圖像中粗略透射率矩陣；采用線性伸縮的方法優(yōu)化所述粗略透射率矩陣，獲得精細(xì)透射率矩陣；基于所述大氣光值和精細(xì)透射率矩陣，將原始觀測(cè)圖優(yōu)化為初步還原圖；基于無(wú)上下采樣的多尺度框架對(duì)初步還原圖實(shí)現(xiàn)圖像細(xì)節(jié)的增強(qiáng)。本發(fā)明方法針對(duì)大氣退化圖像，構(gòu)造粗略透射率矩陣，實(shí)現(xiàn)透射率矩陣的細(xì)化優(yōu)化與精細(xì)估計(jì)深度信息，并結(jié)合邊緣矩陣分析獲取大氣光值，根據(jù)退化模型構(gòu)造實(shí)現(xiàn)大氣退化圖像的復(fù)原；進(jìn)而利用無(wú)上下采樣的多尺度框架下實(shí)現(xiàn)增強(qiáng)，可獲取較好的增強(qiáng)結(jié)果。本方法可應(yīng)用于遙感成像、交通監(jiān)控成像等，快速實(shí)現(xiàn)大氣退化圖像的增強(qiáng)。
【專利說(shuō)明】基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)，尤其涉及一種基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)視覺(jué)系統(tǒng)應(yīng)用于戶外場(chǎng)景，如城市交通監(jiān)控、航拍、遙感成像等等，產(chǎn)生了一些亟待解決的問(wèn)題，尤其是計(jì)算機(jī)視覺(jué)系統(tǒng)對(duì)環(huán)境非常敏感。在霧、霾等天氣條件下，大氣中懸浮的大量微小水滴、氣溶膠，這些因素的吸收與散射作用使能見(jiàn)度降低，從而導(dǎo)致采集的圖像嚴(yán)重降質(zhì)，極大地限制了系統(tǒng)的功能。
[0003]在霧、霾等惡劣天氣條件下，懸浮的大量粒子、水滴等使得光線散射，物體表面的反射光由于這種散射而發(fā)生衰減，這種光強(qiáng)的衰減必然導(dǎo)致成像亮度的降低，部分也會(huì)導(dǎo)致圖像模糊以及分辨率下降；另外，天空中的其他光線由于粒子、水滴的散射而參與物體成像，從而使得圖像對(duì)比度的降低。
[0004]目前，圖像大氣退化補(bǔ)償技術(shù)的主要任務(wù)是去除天氣因素對(duì)圖像質(zhì)量的影響，從而增強(qiáng)圖像的可視度。這是一個(gè)跨學(xué)科的前沿性課題，由于其廣闊的應(yīng)用前景，在近幾年吸引了國(guó)內(nèi)外眾多的研究人員的興趣，并已經(jīng)成為計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域研究的熱點(diǎn)問(wèn)
題之一。

【發(fā)明內(nèi)容】

[0005]本發(fā)明解決的問(wèn)題是提供一種基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，可以對(duì)圖像直接估計(jì)實(shí)現(xiàn)退化補(bǔ)償并得到增強(qiáng)后的圖像，成像效果佳。
[0006]為解決上述問(wèn)題，本發(fā)明實(shí)施例提供了一種基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，包括:獲取圖像的大氣光值；獲取圖像中粗略透射率矩陣；采用線性伸縮的方法優(yōu)化所述粗略透射率矩陣，獲得精細(xì)透射率矩陣；基于所述大氣光值和精細(xì)透射率矩陣，將原始觀測(cè)圖優(yōu)化為初步還原圖；基于無(wú)上下采樣的多尺度框架對(duì)初步還原圖實(shí)現(xiàn)圖像細(xì)節(jié)的增強(qiáng)。
[0007]可選的，獲取圖像的大氣光值的方法包括:通過(guò)分析原始觀測(cè)圖中的邊緣權(quán)重信息，構(gòu)建邊緣矩陣，從大于閾值的邊緣及附近區(qū)域?qū)ふ易畲髲?qiáng)度的像素，并將該像素的值作為選擇大氣光值的決定性因子。.1
[0008]可選的，對(duì)于任意位置處的邊緣矩陣為
【權(quán)利要求】
1.一種基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于，包括: 獲取圖像的大氣光值； 獲取圖像中粗略透射率矩陣； 采用線性伸縮的方法優(yōu)化所述粗略透射率矩陣，獲得精細(xì)透射率矩陣； 基于所述大氣光值和精細(xì)透射率矩陣，將原始觀測(cè)圖優(yōu)化為初步還原圖； 基于無(wú)上下采樣的多尺度框架對(duì)初步還原圖實(shí)現(xiàn)圖像細(xì)節(jié)的增強(qiáng)。
2.如權(quán)利要求1所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于，獲取圖像的大氣光值的方法包括: 通過(guò)分析原始觀測(cè)圖中的邊緣權(quán)重信息，構(gòu)建邊緣矩陣，從大于閾值的邊緣及附近區(qū)域?qū)ふ易畲髲?qiáng)度的像素，并將該像素的值作為選擇大氣光值的決定性因子。
3.如權(quán)利要求2所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于， 對(duì)于任意位置處的邊緣矩陣為
4.如權(quán)利要求1所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于，在原始觀測(cè)圖的非天空區(qū)域中，粗略透射率矩陣為
5.如權(quán)利要求1所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于，優(yōu)化所述粗略透射率矩陣的方法包括:利用線性伸縮優(yōu)化公式Tt = Ag+B，采用局部窗口的方式依次對(duì)粗略透射率矩陣進(jìn)行優(yōu)化，Tt為精細(xì)透射率矩陣，g為原始觀測(cè)圖，對(duì)于第n個(gè)局部窗口 wn，有
6.如權(quán)利要求5所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于，還包括，對(duì)所述參數(shù)411與^求取平均，精細(xì)透射率矩陣
7.如權(quán)利要求1所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征

在于，所述初步還原圖
8.如權(quán)利要求1所述的基于多尺度分析與深度估計(jì)的大氣退化圖像增強(qiáng)方法，其特征在于，基于無(wú)上下采樣的多尺度框架實(shí)現(xiàn)圖像細(xì)節(jié)的增強(qiáng)的具體步驟包括: 平滑初步還原圖； 基于不同程度的平滑構(gòu)建多細(xì)節(jié)尺度圖像； 運(yùn)用多尺度分解圖像后，給不同尺度上的子圖像以不同的權(quán)重，實(shí)現(xiàn)圖像增強(qiáng)。
【文檔編號(hào)】G06T5/00GK103971333SQ201410154321
【公開(kāi)日】2014年8月6日 申請(qǐng)日期:2014年4月17日 優(yōu)先權(quán)日:2014年4月17日
【發(fā)明者】趙巨峰, 高秀敏, 逯鑫淼, 辛青 申請(qǐng)人:杭州電子科技大學(xué)