本發(fā)明涉及數(shù)字圖像和視頻處理領(lǐng)域，特別是一種快速霧霾天圖像清晰化方法。

背景技術(shù)：

在霧霾天氣下，大氣中凝結(jié)了大量的小水滴和懸浮著各種微粒，各種顆粒物和小水滴對(duì)光線的散射效應(yīng)嚴(yán)重干擾了各種戶外機(jī)器視覺系統(tǒng)的工作。特別是近年來，由于各種工業(yè)污染的影響，我國(guó)大部分區(qū)域都出現(xiàn)了不同程度的霧霾污染事件，這使得各種戶外監(jiān)控系統(tǒng)捕獲的圖像的質(zhì)量大幅下降，很難實(shí)現(xiàn)有效監(jiān)控和管理，因此霧天場(chǎng)景下彩色圖像清晰化處理是圖像處理領(lǐng)域的一種重要操作，應(yīng)用廣泛。

目前，霧天圖像清晰化的實(shí)現(xiàn)方法主要分為兩類：基于圖像增強(qiáng)和基于圖像復(fù)原的方法?；趫D像增強(qiáng)的方法只考慮放大所需要的圖像信息，因此復(fù)原結(jié)果與原無霧場(chǎng)景圖像差別較大；而圖像復(fù)原的方法基于光學(xué)成像的特性和大氣散射特性，建立相關(guān)的成像退化的物理模型，利用退化相關(guān)的先驗(yàn)信息，反演退化的成像物理模型，從而得到無霧圖像的一個(gè)近似最優(yōu)估計(jì)，整體去霧效果較好。但是由于未知參數(shù)的不確定性，反演大氣散射物理模型是一個(gè)不適定問題，因此去霧的難點(diǎn)問題就在于如何準(zhǔn)確有效地從有霧圖像中估計(jì)出退化信息。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種快速的霧霾天圖像清晰化方法，用以解決現(xiàn)有霧天圖像清晰化算法計(jì)算量大，參數(shù)非自適應(yīng)，復(fù)原效果不佳的不足，使得霧天圖像清晰化更高效，復(fù)原結(jié)果更優(yōu)異。

本發(fā)明采用如下技術(shù)方案：

一種快速的霧霾天圖像清晰化方法，其特征在于：

1)利用最小顏色分量對(duì)霧霾天圖像I的霧氣濃度做初始估計(jì)I_min(x,y)；

2)利用大氣光幕的物理特性對(duì)近、遠(yuǎn)景的霧氣濃度做近似估計(jì)，自適應(yīng)計(jì)算得到全局大氣光幕V和全局大氣光強(qiáng)A；

3)采用非線性函數(shù)對(duì)全局大氣光幕V做進(jìn)一步修復(fù)得到修復(fù)后的全局大氣光幕V(x,y)；

4)根據(jù)修復(fù)后的全局大氣光幕V和全局大氣光強(qiáng)A得到復(fù)原圖像J(x,y)，再對(duì)復(fù)原圖像做后期亮度和色度的自適應(yīng)提升。

優(yōu)選的，預(yù)先定義均值濾波器為meanfilter(N)，則：其中N是均值濾波的窗口大小，則大尺度均值濾波的窗口尺寸N1：N1＝floor(k₁*min(Width,Height))；小尺度均值濾波的窗口尺寸N2：N2＝1+floor(k₂*min(Width,Height))；其中，floor()為向下取整數(shù)的操作，k₁,k₂為預(yù)設(shè)定的控制參數(shù)，Height為圖像的高，Width為圖像的寬，N2>1；

在步驟2)中，采用均值濾波器并結(jié)合大氣光幕的物理特性對(duì)近、遠(yuǎn)景的霧氣濃度做近似估計(jì)，具體如下：

2.1)對(duì)最小顏色分量值座大窗口尺寸N1的均值濾波得到遠(yuǎn)景霧氣濃度分布的近似估計(jì)，其中：I(x,y)為霧霾天圖像的像素，為卷積運(yùn)算符，meanfilter(N1)為窗口尺寸N1的均值濾波器，為最小顏色分量值；

2.2)利用最小顏色分量值等同于近處景物霧氣濃度分布得到近景霧氣濃度分布的近似估計(jì)V_near(x,y)＝I_min(x,y)。

優(yōu)選的，在步驟2)中，所述的自適應(yīng)計(jì)算得到全局大氣光幕V，具體如下：

2.3)綜合近景霧氣濃度和遠(yuǎn)景霧氣濃度，首先采用像素級(jí)最小值運(yùn)算，得出近遠(yuǎn)景大氣光幕的初始估計(jì)：

V₀(x,y)＝k₄×min(V-far(x,y),V-near(x,y))+(1-k₄)×V-near(x,y)

2.4)對(duì)V₀(x,y)做進(jìn)一步的小尺度均值濾波運(yùn)算，得到全局大氣光幕：其中為卷積運(yùn)算符；meanfilter(N2)為窗口尺寸N2的均值濾波器。

優(yōu)選的，預(yù)先定義霧霾天圖像的尺寸為imagesize，則imagesize＝Height*Width，在步驟2)中，所述的自適應(yīng)計(jì)算得到全局大氣光強(qiáng)A，具體如下：

2.5)統(tǒng)計(jì)最小顏色分量圖像I_min(x,y)的直方圖Histogram_I_min；

2.6)計(jì)算直方圖累加和當(dāng)對(duì)應(yīng)的j₁即為全局大氣光強(qiáng)A，k₃為預(yù)置的控制參數(shù)。

優(yōu)選的，在步驟3)中，所述的非線性函數(shù)為其中，A為全局大氣光強(qiáng)，x為修復(fù)前的輸入值，F(xiàn)(x)為修復(fù)后的值，k₈為預(yù)置的控制參數(shù)；得到修復(fù)后的全局大氣光幕其中V₁(x,y)為修復(fù)前的全局大氣光幕。

優(yōu)選的，在步驟4)中，所述的根據(jù)修復(fù)后的全局大氣光幕V(x,y)和全局大氣光強(qiáng)A得到復(fù)原圖像，具體如下，根據(jù)復(fù)原公式J(x,y)＝A×(I(x,y)-k₅×V(x,y))/(A-k₅×V(x,y))，即可得到復(fù)原后的圖像J(x,y)；其中，I(x,y)為霧霾天圖像的像素，k₅為預(yù)設(shè)的控制參數(shù)。

優(yōu)選的，在步驟4)中，先定義場(chǎng)景輻射光強(qiáng)的初始值L(x,y)；若復(fù)原圖像J(x,y)為彩色圖像，則計(jì)算復(fù)原圖像的每個(gè)像素點(diǎn)的三通道的最大值L(x,y)＝max(J_r(x,y),J_g(x,y),J_b(x,y))；若復(fù)原圖像為灰度圖像，則L(x,y)＝J(x,y)；

再求出L(x,y)的平均值：N_mean＝mean(L(x,y))，其中，N_mean為L(zhǎng)(x,y)的均值，mean()為求得整幅圖像均值的操作，其公式為其中n為復(fù)原圖像中像素點(diǎn)的總數(shù)；x_i為圖像中某一點(diǎn)的亮度值，i為像素點(diǎn)索引；而后，求出自適應(yīng)亮度和色度修復(fù)因子γ，其中N_mean是整幅圖像的亮度平均值，k₆、k₇為設(shè)定的控制參數(shù)。

優(yōu)選的，在步驟4)中對(duì)復(fù)原圖像做后期亮度和色度的自適應(yīng)提升，具體步驟為：

若原始低照度圖像為彩色圖像，根據(jù)復(fù)原公式J_E(x,y)＝J(x,y)^γ，分別將三通道的值J_r(x,y)、J_g(x,y)、J_b(x,y)以及亮度色度修復(fù)因子γ代入計(jì)算得到R、G、B三通道的復(fù)原值J_E_r(x,y)、J_E_g(x,y)、J_E_b(x,y)，即可得到亮度和色度增強(qiáng)后圖像J_E(x,y)。

由上述對(duì)本發(fā)明的描述可知，與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

其一、計(jì)算簡(jiǎn)單，直接在RGB空間中進(jìn)行處理，不需顏色空間轉(zhuǎn)換。

其二、采用符合自然界成像規(guī)律的大氣光散射模型，復(fù)原效果符合人眼視覺特性。

其三、發(fā)現(xiàn)和提出了一種自適應(yīng)的求取亮度修復(fù)因子和估計(jì)場(chǎng)景輻射光強(qiáng)的方法，使算法能應(yīng)用于各種復(fù)雜的場(chǎng)合。

其四、均值濾波的不同尺度的窗口大小調(diào)整方法，使算法適應(yīng)度更強(qiáng)。

其五、適用于彩色圖像或灰度圖像、適用于光學(xué)圖像或其它圖像，具有通用性。

其六、采用復(fù)雜度較低的均值濾波，極大的降低了算法整體的復(fù)雜度，算法執(zhí)行更高效。

附圖說明

圖1為本發(fā)明的一種實(shí)現(xiàn)處理流程示意圖。

圖2為本發(fā)明的一種大氣光幕自適應(yīng)修復(fù)函數(shù)圖示。

圖3(A)為待處理的霧霾天圖像例圖。

圖3(B)為修復(fù)后的大氣光幕圖。

圖3(C)為復(fù)原圖像。

圖3(D)為亮度和色度調(diào)整后圖像。

具體實(shí)施方式

以下通過具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的描述。

參照?qǐng)D1，本發(fā)明的一種快速的霧霾天圖像清晰化方法，預(yù)先定義如下變量以便于算法描述：

霧霾天圖像：I

像素坐標(biāo)：(x,y)

顏色分量：r,g,b

先定義整幅圖像的尺寸為imagesize：imagesize＝Height*Width，其中Height為圖像的高，Width為圖像的寬。

預(yù)先定義均值濾波器為meanfilter(N)，則：其中N是均值濾波的窗口大小，則大尺度均值濾波的窗口尺寸N1：N1＝floor(k₁*min(Width,Height))；小尺度均值濾波的窗口尺寸N2：N2＝1+floor(k₂*min(Width,Height))；其中，floor()為向下取整數(shù)的操作，k₁,k₂為預(yù)設(shè)定的控制參數(shù)，Height為圖像的高，Width為圖像的寬，N2>1。

全局大氣光強(qiáng)A：大氣光成分的強(qiáng)度，本發(fā)明采用自適應(yīng)的求取方法，能夠根據(jù)不同的圖像性質(zhì)判斷出不同的值。

亮度和色度修復(fù)因子γ：修復(fù)復(fù)原圖像的亮度，本發(fā)明采用自適應(yīng)的求取方法，能夠根據(jù)不同的圖像的亮度求取不同的值。

大氣光幕V(x,y)：光線通過大氣環(huán)境干擾后,大氣光疊加在原始無霧場(chǎng)景圖像上的部分，0≤V(x,y)≤A。

霧霾天圖像為I：參照?qǐng)D3(A)，若I為彩色圖像，則R、G、B三通道的值分別為I_r(x,y)、I_g(x,y)、I_b(x,y)；若I為灰度圖像，則I為單通道。

參數(shù)k₁：可調(diào)控制參數(shù)，范圍為0.5≤k₁≤0.8，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₂：可調(diào)控制參數(shù)，范圍為0.001≤k₂≤0.003,實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₃：可調(diào)控制參數(shù)，范圍為0≤k₃≤0.1，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₄：可調(diào)控制參數(shù)，范圍為0.3≤k₄≤0.6，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₅：可調(diào)控制參數(shù)，范圍為0.7≤k₅≤0.98，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₆：可調(diào)控制參數(shù)，范圍為100≤k₆≤200，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₇：可調(diào)控制參數(shù)，范圍為0.5≤k₇≤0.8，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參數(shù)k₈：可調(diào)控制參數(shù)，范圍為0≤k₈≤100，實(shí)際值根據(jù)圖像性質(zhì)具體決定。

參照?qǐng)D1，具體步驟如下：

1)利用最小顏色分量對(duì)霧霾天圖像I的霧氣濃度做初始估計(jì)I_min(x,y)，即讀入霧霾天圖像I，對(duì)其每一個(gè)像素I(x,y),讀取其顏色分量I_r(x,y)、I_g(x,y)、I_b(x,y),求取其最小值作為最小顏色分量圖像I_min(x,y)＝min(I_r(x,y),I_g(x,y),I_b(x,y))。若圖像I為灰度圖像，則最小顏色分量I_min(x,y)＝I(x,y)。最小顏色分量反映了整幅圖像的霧氣濃度以及深度信息。

2)遠(yuǎn)景和近處景物霧氣濃度的近似估計(jì)：根據(jù)霧天場(chǎng)景的霧氣分布特點(diǎn)，遠(yuǎn)景的霧氣分布較為均勻，而近處?kù)F氣分布較為不均勻，而且場(chǎng)景深度突變比較明顯，因此具有場(chǎng)景紋理信息不豐富的特點(diǎn)。利用大氣光幕的物理特性對(duì)近、遠(yuǎn)景的霧氣濃度做近似估計(jì)，具體如下：

2.1)對(duì)最小顏色分量值做大窗口尺寸的均值濾波，從而得到遠(yuǎn)景霧氣濃度分布的近似估計(jì)：其中為卷積運(yùn)算符；meanfilter(N1)為先前制備出的窗口尺寸N1的均值濾波器；I_min(x,y)為最小顏色分量值。

2.2)利用最小顏色分量值等同于近處景物霧氣濃度分布的思想近似估計(jì)V_near(x,y)＝I_min(x,y)。

而后通過自適應(yīng)計(jì)算得到全局大氣光幕V，具體如下：

2.3)綜合近景霧氣濃度和遠(yuǎn)景霧氣濃度，首先采用像素級(jí)最小值運(yùn)算，得出近遠(yuǎn)景大氣光幕的初始估計(jì)：

V₀(x,y)＝k₄×min(V_far(x,y),V_{_}near(x,y))+(1-k₄)×V_{_}near(x,y)；其中k₄為設(shè)定的控制參數(shù)。

2.4)為了進(jìn)一步準(zhǔn)確的細(xì)化全局大氣光幕，對(duì)V₀(x,y)做進(jìn)一步的小尺度均值濾波運(yùn)算，得到全局大氣光幕：其中為卷積運(yùn)算符；meanfilter(N2)為窗口尺寸N2的均值濾波器。

通過自適應(yīng)計(jì)算得到自適應(yīng)的全局大氣光強(qiáng)A，具體如下：

2.5)統(tǒng)計(jì)最小顏色分量圖像I_min(x,y)的直方圖Histogram_I_min。

2.6)計(jì)算直方圖累加和當(dāng)對(duì)應(yīng)的j1即為全局大氣光強(qiáng)A。其中k₃為設(shè)定的控制參數(shù)。

3)采用非線性函數(shù)對(duì)全局大氣光幕V做進(jìn)一步修復(fù)得到修復(fù)后的全局大氣光幕V(x,y)，參照?qǐng)D3(B)。全局大氣光強(qiáng)為A，全局大氣光幕為V(x,y)，為了保證復(fù)原后的圖像在明亮區(qū)域不發(fā)生色調(diào)和亮度失真，需要對(duì)明亮區(qū)域的大氣光幕做進(jìn)一步修復(fù)，本方法采用如下的修復(fù)函數(shù)：其中，A為先前制備出的大氣光強(qiáng)，為x修復(fù)前的輸入值，F(xiàn)(x)為修復(fù)后的值，參照?qǐng)D2，其中圖2中的修復(fù)控制參數(shù)k的取值為k＝k₈。對(duì)先前制備出的大氣光幕修正便可以得到修復(fù)的大氣光幕其中V₁(x,y)為先前制備出的大氣光幕。

4)根據(jù)修復(fù)后的全局大氣光幕V和全局大氣光強(qiáng)A得到復(fù)原圖像J(x,y)，再對(duì)復(fù)原圖像做后期亮度和色度的自適應(yīng)提升。具體如下

根據(jù)大氣光散射模型得到復(fù)原后圖像：若原始低照度圖像I為彩色圖像，根據(jù)復(fù)原公式J(x,y)＝A×(I(x,y)-k₅×V(x,y))/(A-k₅×V(x,y))，分別將三通道的值I_r(x,y)、I_g(x,y)、I_b(x,y)以及基礎(chǔ)光強(qiáng)A、大氣光幕V(x,y)代入計(jì)算得到R、G、B三通道的復(fù)原值J_r(x,y)、J_g(x,y)、J_b(x,y)即可得到復(fù)原后圖像J(x,y)，參照?qǐng)D3(C)。

首先定義場(chǎng)景輻射光強(qiáng)的初始值：若復(fù)原后的霧天圖像為彩色圖像，則計(jì)算復(fù)原圖像每個(gè)像素點(diǎn)的三通道的最大值，即可得到場(chǎng)景輻射光強(qiáng)初始值L(x,y)＝max(J_r(x,y),J_g(x,y),J_b(x,y))；若復(fù)原后的霧天圖像為灰度圖像，則場(chǎng)景輻射光強(qiáng)初始值L(x,y)＝J(x,y)。場(chǎng)景輻射光強(qiáng)反映了整幅圖像的亮度分布。

制備自適應(yīng)的亮度色度調(diào)整因子步驟為：

求出L(x,y)的平均值：N_mean＝mean(L(x,y))，其中，N_mean為L(zhǎng)(x,y)的均值，其值的大小反映了整幅圖像的亮度情況；mean(L(x,y))為求得圖像L(x,y)均值的操作，其公式為(n為圖像中像素點(diǎn)的總數(shù)；x_i為圖像中某一點(diǎn)的亮度值)；L(x,y)為場(chǎng)景輻射光強(qiáng)的初始值。

而后，求出自適應(yīng)亮度和色度修復(fù)因子γ：其中N_mean是整幅圖像的亮度平均值，k₆、k₇為設(shè)定的控制參數(shù)。

對(duì)霧天圖像亮度和色度提升步驟為：

若原始低照度圖像為彩色圖像，根據(jù)復(fù)原公式J_E(x,y)＝J(x,y)^γ，分別將顏色三通道的值J_r(x,y)、J_g(x,y)、J_b(x,y)以及亮度色度修復(fù)因子γ代入計(jì)算得到R、G、B三通道的復(fù)原值J_E_r(x,y)、J_E_g(x,y)、J_E_b(x,y)，即可得到亮度和色度增強(qiáng)后的圖像J_E(x,y)，參照?qǐng)D3(D)。

上述僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的設(shè)計(jì)構(gòu)思并不局限于此，凡利用此構(gòu)思對(duì)本發(fā)明進(jìn)行非實(shí)質(zhì)性的改動(dòng)，均應(yīng)屬于侵犯本發(fā)明保護(hù)范圍的行為。