一種圖像去霧的處理方法及裝置制造方法
【專利摘要】本發(fā)明適用于圖像處理【技術領域】，提供了一種圖像去霧的處理方法，包括以下步驟：接收輸入的圖像；對所述輸入的圖像進行分割，得到多個超像素；分別對每一個所述超像素進行去霧處理，得到消除光暈效應的圖像。本發(fā)明可以消除暗原色先驗去霧所產(chǎn)生的光暈效應。
【專利說明】一種圖像去霧的處理方法及裝置

【技術領域】
[0001] 本發(fā)明屬于圖像處理【技術領域】，尤其涉及一種圖像去霧的處理方法及裝置。

【背景技術】
[0002] 近年來，隨著計算機軟硬件技術的不斷發(fā)展，對有霧天氣圖像的景物影像進行去 霧處理已經(jīng)成為可能。然而，反過來又對去霧圖像的清晰度和真實感提出了新的要求。在 霧天情況下，由于大氣中水滴等粒子較多，隨著物體到成像設備距離的增大，大氣粒子的 散射作用對成像的影響逐漸增加，這種影響主要由兩個散射過程造成：第一，物體表面的反 射光在到達成像設備的過程中，由于大氣粒子的散射而發(fā)生衰減；第二，自然光因大氣粒 子的散射而進入成像設備一并參與成像。因此，它們的共同作用導致采集的圖像對比度低、 飽和度低及色調(diào)偏移，這不僅影響圖像的視覺效果，而且影響圖像分析和理解的性能。
[0003] 在霧天情況下，如上所述，由于大氣粒子對戶外圖像采集造成了比較嚴重的影響， 致使室外視頻系統(tǒng)無法正常工作，如對地形勘探、視頻監(jiān)控等戶外作業(yè)帶來了一定的不便， 特別是對交通運輸業(yè)有著十分惡劣的影響，可能造成交通事故的發(fā)生和運輸速度的降低。 因此對于霧天各種監(jiān)測系統(tǒng)獲取的圖像上，景物影像的清晰化方法的研究具有重大的現(xiàn)實 意義。
[0004] 現(xiàn)有技術采用暗原色先驗去霧算法，其非常適用于對霧天圖像進行去霧處理，由 于暗原色先驗在含霧圖像和無霧圖像之間有著很大的區(qū)別，根據(jù)這一區(qū)別，該算法幾乎對 于所有類型的含霧圖像都有一定的效果。去霧算法能很好地識別不同圖像區(qū)域霧氣的濃 度，然后進行去除，恢復圖像中景物的原貌?；诎翟闰灥娜レF算法能夠很好地適應不 同深度的景物以及霧氣濃度不同的圖像區(qū)域，進行相應的處理。
[0005] 然而，暗原色先驗并不能直接應用于有霧圖像中，這是因為暗原色先驗是基于圖 像局部的先驗，每個像素的暗原色是以其為中心的圖像區(qū)域中亮度最低的像素顏色通道， 每個像素的暗原色可以看作是該像素霧氣的亮度?？梢钥闯?，暗原色先驗的成立有一個前 提條件：即圖像局部區(qū)域中的景物深度不變，霧氣濃度不變，但顯然，對于整幅有霧圖像，這 一條件只在圖像的局部成立，如果直接把暗原色先驗應用于整幅圖像，因為自然圖像中，場 景深度通常會在景物的邊緣處發(fā)生突變，該算法處理后的圖像中，在景物的邊緣處，將會出 現(xiàn)明顯的光暈效應。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提供一種圖像去霧的處理方法及裝置，旨在解決現(xiàn)有技術的暗 原色先驗的去霧算法并不能直接作用于整幅自然圖像，因為自然圖像中，場景深度通常會 在景物的邊緣處發(fā)生突變，該算法處理后的圖像中，在邊緣處會產(chǎn)生明顯的光暈效應的問 題。
[0007] 第一方面，本發(fā)明提供了一種圖像去霧的處理方法，所述處理方法包括以下步 驟：
[0008] 接收輸入的圖像；
[0009] 對所述輸入的圖像進行分割，得到多個超像素；
[0010] 分別對每一個所述超像素進行去霧處理，得到消除光暈效應的圖像。
[0011] 第二方面，本發(fā)明提供了一種圖像去霧的處理裝置，所述處理裝置包括：
[0012] 接收模塊，用于接收輸入的圖像；
[0013] 分割模塊，用于對所述輸入的圖像進行分割，得到多個超像素；
[0014] 去霧處理模塊，用于分別對每一個所述超像素進行去霧處理，得到消除光暈效應 的圖像。
[0015] 在本發(fā)明中，由于在使用暗原色先驗估計霧氣濃度之前，先使用SLIC超像素分割 算法把圖像分割為多個超像素，每個超像素都具有相近的三通道灰度值，不包含景物深度 突變的邊緣區(qū)域。然后，分別對分割后得到的各個圖像區(qū)域使用暗原色先驗去霧。從而可 以消除暗原色先驗去霧所產(chǎn)生的光暈效應。

【專利附圖】

【附圖說明】
[0016] 圖1是本發(fā)明實施例提供的圖像去霧的處理方法的實現(xiàn)流程示意圖；
[0017] 圖2是本發(fā)明實施例提供的圖像分割的實現(xiàn)流程示意圖；
[0018] 圖3是本發(fā)明實施例提供的去霧處理的實現(xiàn)流程示意圖；
[0019] 圖4a是本發(fā)明實施例提供的輸入的圖像的示意圖；
[0020] 圖4b是本發(fā)明實施例提供的去霧處理后的效果示意圖；
[0021] 圖4c是本發(fā)明實施例提供的圖像分割后的效果圖；
[0022] 圖4d是本發(fā)明實施例提供的采用圖像分割算法結合暗原色先驗去霧算法進行處 理圖像后的不意圖；
[0023] 圖5是本發(fā)明實施例提供的圖像去霧的處理裝置的結構示意圖。

【具體實施方式】
[0024] 為了使本發(fā)明的目的、技術方案及有益效果更加清楚明白，以下結合附圖及實施 例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā) 明，并不用于限定本發(fā)明。
[0025] 為了說明本發(fā)明所述的技術方案，下面通過具體實施例來進行說明。
[0026] 在本發(fā)明實施例中，為了消除邊緣暗原色先驗去霧所帶來的邊緣處會產(chǎn)生明顯的 光暈效應，本發(fā)明實施例把基于圖像分割算法結合到暗原色先驗去霧算法中，對輸入圖像 使用圖像分割算法進行分割，雖然存在一定的過分割現(xiàn)象，但其基本能夠保證同一圖像區(qū) 域內(nèi)景物深度、霧氣濃度基本一致，對分割后得到的各個超像素分別使用暗原色先驗去霧 算法進行去霧處理，可以看出光暈效應基本被消除，景物原貌恢復效果理想，圖像對比度增 強效果明顯。可知，采用本發(fā)明實施例提供的技術方案，能夠解決現(xiàn)有技術的暗原色先驗的 去霧算法并不能直接作用于整幅自然圖像，因為自然圖像中，場景深度通常會在景物的邊 緣處發(fā)生突變，該算法處理后的圖像中，在邊緣處會產(chǎn)生明顯的光暈效應的問題。
[0027] 請參閱圖1，為本發(fā)明實施例提供的圖像去霧的處理方法的實現(xiàn)流程示意圖，其主 要包括以下步驟：
[0028] 在步驟S101中，接收輸入的圖像；
[0029] 在本發(fā)明實施例中，在接收到所述輸入的圖像之后，還包括以下步驟：
[0030] 將所述輸入的圖像轉換為CIELAB顏色空間圖像。
[0031] 作為本發(fā)明一優(yōu)選實施例，在所述將所述輸入的圖像轉換為CIELAB顏色空間圖 像的步驟之前，還包括：
[0032] 對所述輸入的圖像求暗原色圖；利用所述圖像的暗原色圖求出環(huán)境光；確定所述 環(huán)境光的三通道值。
[0033] 其中，先對所述輸入的圖像求暗原色圖（即對每一像素選取其亮度最小的通道， 構成一灰度圖，然后對該灰度圖作最小值濾波），找出暗原色圖中亮度最大的10%像素所 在的圖像區(qū)域，最后，找出原圖像中該區(qū)域里亮度最高的像素點，以該像素的三通道亮度值 作為環(huán)境光（即下文提到的向量A)的三通道值。
[0034] 在步驟S102中，對所述輸入的圖像進行分割，得到多個超像素；
[0035] 在本發(fā)明實施例中，對所述輸入的圖像對應的CIELAB顏色空間圖像進行分割，得 到多個超像素。
[0036] 在步驟S103中，分別對每一個所述超像素進行去霧處理，得到消除光暈效應的圖 像。
[0037] 下面進行詳細描述上述每一個步驟的具體實現(xiàn)過程。
[0038] 在本發(fā)明實施例中，將所述輸入的圖像轉換為CIELAB顏色空間圖像的實現(xiàn)方案 為：
[0039] 所謂超像素，是指具有相似紋理、顏色、亮度等特征的相鄰像素構成的圖像塊。它 利用像素之間特征的相似程度將像素分組，可以獲取圖像的冗余信息，很大程度上降低了 后續(xù)圖像處理任務的復雜度。
[0040] SLIC超像素是基于聚類算法的，特征向量由CIELAB顏色空間的三個通道值，以及 x、y坐標值組成。所述輸入的圖像是RGB數(shù)字彩色圖像，因此，需要將RGB數(shù)字彩色圖像轉 換為CIELAB顏色空間圖像。
[0041] 其中，將RGB數(shù)字彩色圖像轉換為CIELAB顏色空間圖像，首先需要先轉換為XYZ 顏色空間，轉換公式如式（5)所示：
[0042]

【權利要求】
1. 一種圖像去霧的處理方法，其特征在于，所述處理方法包括以下步驟： 接收輸入的圖像； 對所述輸入的圖像進行分割，得到多個超像素； 分別對每一個所述超像素進行去霧處理，得到消除光暈效應的圖像。
2. 如權利要求1所述的處理方法，其特征在于，在所述接收輸入的圖像的步驟之后，還 包括以下步驟： 將所述輸入的圖像轉換為CIELAB顏色空間圖像； 所述對所述輸入的圖像進行分割，得到多個超像素的步驟，具體為： 對所述輸入的圖像對應的CIELAB顏色空間圖像進行分割，得到多個超像素。
3. 如權利要求2所述的處理方法，其特征在于，在所述將所述輸入的圖像轉換為 CIELAB顏色空間圖像的步驟之前，還包括： 對所述輸入的圖像求暗原色圖； 利用所述圖像的暗原色圖求出環(huán)境光； 確定所述環(huán)境光的三通道值。
4. 如權利要求3所述的處理方法，其特征在于，所述對所述輸入的圖像進行分割，得到 多個超像素的步驟，具體包括： 每隔預設距離設置一個像素對應的特征點作為初始聚類中心； 為每個所述聚類中心分配一個單獨的標簽； 將相似度最高的聚類中心的標簽賦給每一個特征點； 重新計算新的聚類中心； 判斷所述新的聚類中心相對于上一組的聚類中心是否有變化； 如果判斷出沒有變化，則把相同類別的特征點對應的像素點劃分到同一個超像素中， 以完成圖像分割； 如果判斷出有變化，則返回所述將相似度最高的聚類中心的標簽賦給每一個特征點的 步驟。
5. 如權利要求4所述的處理方法，其特征在于，所述分別對每一個所述超像素進行去 霧處理，得到消除光暈效應的圖像的步驟，具體包括： 對每一個超像素分別求暗原色圖，求出各個超像素對應的暗原色圖； 利用所述圖像暗原色圖，求出每個超像素的透過率； 根據(jù)所述透過率求出去霧圖像。
6. -種圖像去霧的處理裝置，其特征在于，所述處理裝置包括： 接收模塊，用于接收輸入的圖像； 分割模塊，用于對所述輸入的圖像進行分割，得到多個超像素； 去霧處理模塊，用于分別對每一個所述超像素進行去霧處理，得到消除光暈效應的圖 像。
7. 如權利要求6所述的處理裝置，其特征在于，所述圖像去霧的處理裝置還包括：圖像 轉換模塊； 所述圖像轉換模塊，用于將所述輸入的圖像轉換為CIELAB顏色空間圖像。 所述分割模塊，具體用于對所述輸入的圖像對應的CIELAB顏色空間圖像進行分割，得 到多個超像素。
8. 如權利要求7所述的處理裝置，其特征在于，所述圖像去霧的處理裝置還包括：確定 模塊； 所述確定模塊，用于對所述輸入的圖像求暗原色圖；利用所述圖像的暗原色圖求出環(huán) 境光；確定所述環(huán)境光的三通道值。
9. 如權利要求8所述的處理裝置，其特征在于，所述分割模塊具體包括：設置單元、分 配單元、賦給單元、計算單元、判斷單元、劃分單元、以及返回控制單元； 設置單元，用于每隔預設距離設置一個像素對應的特征點作為初始聚類中心； 分配單元，用于為每個所述聚類中心分配一個單獨的標簽； 賦給單元，用于將相似度最高的聚類中心的標簽賦給每一個特征點； 計算單元，用于重新計算新的聚類中心； 判斷單元，用于判斷所述新的聚類中心相對于上一組的聚類中心是否有變化； 劃分單元，用于如果判斷出沒有變化，則把相同類別的特征點對應的像素點劃分到同 一個超像素中，以完成圖像分割； 返回控制單元，用于如果判斷出有變化，則返回所述賦給單元，執(zhí)行將相似度最高的聚 類中心的標簽賦給每一個特征點。
10. 如權利要求9所述的處理裝置，其特征在于， 所述去霧處理模塊，具體用于對每一個超像素分別求暗原色圖，求出各個超像素對應 的暗原色圖；利用所述圖像暗原色圖，求出每個超像素的透過率；根據(jù)所述透過率求出去 霧圖像。
【文檔編號】G06T5/00GK104331866SQ201410596859
【公開日】2015年2月4日 申請日期:2014年10月29日 優(yōu)先權日:2014年10月29日
【發(fā)明者】朱青松, 宋展, 吳迪 申請人:中國科學院深圳先進技術研究院