本發(fā)明涉及，尤其涉及一種基于物理模型的改進暗通道先驗單幅霧化圖像復原方法。

背景技術：

霧是一種常見的自然天氣現(xiàn)象，由于霧的存在，空氣中含有大量的氣溶膠顆粒，對光的吸收、散射和輻射產生了較大影響，同時減弱了透射光線的強度，對大量的戶外計算機視覺系統(tǒng)而言，使得場景到達計算機視覺系統(tǒng)的光強發(fā)生了變化，造成部分場景信息被“霧”掩蓋，圖像可辨識度、色彩飽和度大幅度下降，色彩也發(fā)生了偏移和失真。針對霧天形成的模糊圖像，采取有效的方法進行圖像去霧處理，提高戶外計算機視覺系統(tǒng)的工作質量，是目前圖像處理相關鄰域亟待解決的熱門問題。

圖像去霧方法可以分為基于非物理模型和基于物理模型兩類，即圖像增強和圖像復原。圖像增強主要通過提高圖像對比度的方式突出圖像部分細節(jié)特征，減弱“無用”信息，不考慮圖像降質的本質因素；而圖像復原則是在研究光與大氣發(fā)生散射作用的基礎上建立數學模型，通過估計模型參數，反演推導獲得清晰無霧的圖像，實現(xiàn)真正意義上的“去霧”。相較于圖像增強使得部分真實信息被覆蓋、單方面增強、“治標不治本”、部分信息損壞等不足，圖像復原方法這種從本質上去霧，具有內在優(yōu)越性的方法更加得到了國內外學者的青睞，已成為當前圖像處理鄰域的研究熱點課題。

目前為止，暗通道先驗的去霧方法是最有效和最實用的方法。但其也具有一定的局限性，如使用暗通道先驗理論復原的圖像普遍具有光暈現(xiàn)象(haloartifact)，即在復原后的圖像邊緣位置存在白色霧塊，直觀上造成了較差的圖像視覺效果。除此之外對于透射率的優(yōu)化問題，雖然可采用軟摳圖和引導圖像濾波的方法，但其仍需要額外的細化過程和時間開銷，為此想要實現(xiàn)運行效率與去霧效果的兼顧，就急需一種改進的暗通道先驗方法，不僅能快速優(yōu)化透射率，還能在一定程度上減少運算時間，實現(xiàn)高效的圖像去霧。

技術實現(xiàn)要素：

本發(fā)明要解決的技術問題在于針對現(xiàn)有技術中的缺陷，提供一種基于物理模型的改進暗通道先驗單幅霧化圖像復原方法。

本發(fā)明解決其技術問題所采用的技術方案是：

一種基于物理模型的改進暗通道先驗單幅霧化圖像復原方法，包括以下步驟：

1)對待復原的霧化圖像采用多尺度灰度腐蝕方法得到大氣光強度a的估計值；

2)對待復原的霧化圖像采用多尺度加權平均法求取暗通道圖；

3)在暗通道圖下采用鄰域分割法并結合大氣光強度a的估計值得到優(yōu)化后的透射率t(x)；

4)將霧化圖像、大氣光強度a和優(yōu)化后的透射率t(x)代入霧化圖像降質物理模型，實現(xiàn)單幅霧化圖像的復原。

按上述方案，所述步驟1)中對待復原的霧化圖像采用多尺度灰度腐蝕方法得到大氣光強度a的估計值包括以下步驟：

1.1)確定腐蝕操作半徑：腐蝕操作半徑為待復原霧化圖像長度和寬度較小值的0.1倍，為實現(xiàn)三尺度，在此，以該腐蝕操作半徑為中心選取了另外兩個尺度半徑分別為和

其中：ρ表示腐蝕操作半徑；lwidth表示待復原霧化圖像的長度；lheight表示待復原霧化圖像的寬度；

1.2)選取三尺度實現(xiàn)大氣光強度a的估計：

1.2.1)單尺度大氣光強度的估計值，通過以下公式表示：

其中：aρ表示單尺度大氣光強度的估計值；ρ表示腐蝕操作半徑；x表示待復原霧化圖像中像素點的坐標位置；ω為待復原霧化圖像區(qū)域；ic為彩色待復原霧化圖像的每個通道；

1.2.2)使用以下公式實現(xiàn)三尺度大氣光強度估計值的計算：

其中：表示大氣光強度的估計值；μn為尺度為ρn時的權重，權重取值分別為0.1、0.3和0.6；aρn為腐蝕操作半徑為ρn的單尺度大氣光強度估計值。

按上述方案，所述步驟2)具體包括：

2.1)將待復原霧化圖像長、寬較小值的0.1倍作為濾波半徑的初始值，使用以下公式表示濾波半徑：

r＝0.1*min(pixellength,pixelwidth)

其中：r表示濾波半徑；pixellength表示待復原霧化圖像的長度；pixelwidth表示待復原霧化圖像的寬度；

2.2)使用以下公式表示單尺度霧化圖像的暗通道值：

其中：dr(x)表示霧化圖像的暗通道值；r表示濾波半徑；ω(x)為以x為中心的非天空局部區(qū)域，也稱為局部窗口；i^c為彩色霧化圖像的每個通道；

2.3)采用四尺度求取暗通道，通過以下公式表示：

d^k＝[dr-2,dr-1,dr+1,dr+2],r＞2

其中：d^k表示使用四尺度求取的暗通道值；r表示濾波半徑；dr-2、dr-1、dr+1、dr+2對應的加權系數分別為[ωr-2,ωr-1,ωr+1,ωr+2]＝[0.15,0.35,0.35,0.15]。

按上述方案，步驟3)具體包括：

3.1)鄰域分割：針對透射率不匹配問題，使用以下約束條件掃描暗通道圖像區(qū)塊中的所有像素點，保證選取點和中心點在同一個前景或背景區(qū)域：

其中：ω^f(x,y)和ω^b(x,y)分別是前景像素點和背景像素點構成的集合；ω(x,y)表示前景區(qū)域ω^f(x,y)與背景區(qū)域ω^b(x,y)所有像素點構成的總集合；

采用鄰域分割時，分割的區(qū)域ω^s(x,y)需滿足以下關系：

其中：ω^s(x,y)表示分割的區(qū)域；ω^f(x,y)表示前景區(qū)域；ω^b(x,y)表示后景區(qū)域；

3.2)采用以下鄰域分割判斷依據，對分割后的鄰域進行判斷：

其中：ε為區(qū)域分割的閾值取0.025；(u,v)為對應于像素中心點(x,y)的臨近像素點位置；ω^s(x,y)表示分割的區(qū)域；im表示使用本發(fā)明改進的圖像區(qū)塊；

3.3)采用基于鄰域分割的透射率估計公式估計透射率：

其中：tr為待求的透射率；(x,y)表示待求透射率像素點的位置坐標；μ為去霧因子取0.95；ω^s(x,y)表示分割的區(qū)域；(u,v)為對應于像素中心點(x,y)的臨近像素點位置；im表示使用本發(fā)明改進的圖像區(qū)塊。

按上述方案，步驟4)具體包括：

采用以下單幅霧化圖像的復原公式，實現(xiàn)霧化圖像的去霧處理：

其中：x表示圖像中像素點的坐標位置；i(x)表示光線經過大氣散射作用后匯入像素點的光強總和，即霧化圖像；j(x)表示無霧情況下得到的原始圖像，即晴天無霧情況下拍攝得到的正常圖像；t(x)表示光的透射率，即在大氣介質中光線通過傳播媒介到達相機中被散射部分的比率；常數a表示無窮遠處大氣光強的大小，與變量x無關，是一個常量。

按上述方案，所述方法還包括以下步驟：

5)判斷復原效果是否滿足要求，若滿足要求，則可得到無霧圖像j(x)結束單幅霧化圖像的去霧操作。

6)對于復原效果不滿足需求的圖像，可通過調整鄰域分割法中區(qū)域分割的閾值ε(ε∈[0.01,0.05]，增長步長為0.005)或去霧因子μ(μ的取值范圍為[0.50,1]，增長步長為0.005)，或同時調整區(qū)域分割的閾值ε和去霧因子μ，重復上述1)至4)的步驟，直到滿足需求為止。

本發(fā)明產生的有益效果是：本發(fā)明方法采用多尺度灰度腐蝕方法對大氣光強度進行估計，降低了腐蝕操作半徑對大氣光強度估計精度的影響；改進了暗通道先驗圖像去霧方法，通過多尺度加權平均取代已有的單尺度值求取暗通道圖，提高了暗通道先驗理論對未知參數的估計精度；采用鄰域分割法細化了透射率，實現(xiàn)了圖像透射率的快速估計。此外，本發(fā)明采用全局性的方法，計算工作量較小，易于應用。

附圖說明

下面將結合附圖及實施例對本發(fā)明作進一步說明，附圖中：

圖1是本發(fā)明實施例的結構示意圖；

圖2是本發(fā)明實施例的操作流程圖；

圖3是本發(fā)明實施例的第一圖像處理對比示意圖；其中：

圖3a是本發(fā)明實施例采用的第一圖像未處理霧化圖像；

圖3b是采用原始最小值濾波(dcp)方法處理第一圖像后的透射率圖像；

圖3c是采用原始最小值濾波(dcp)方法處理第一圖像后的圖像；

圖3d是采用中值濾波(mdcp)方法處理第一圖像后的透射率圖像；

圖3e是采用中值濾波(mdcp)方法處理第一圖像后的圖像；

圖3f是采用引導濾波(gif)方法處理第一圖像后的透射率圖像；

圖3g是采用引導濾波(gif)方法處理第一圖像后的圖像；

圖3h是采用本發(fā)明方法處理第一圖像后的透射率圖像；

圖3i是采用本發(fā)明方法處理第一圖像后的圖像；

圖4是本發(fā)明實施例的第二圖像處理對比示意圖；其中：

圖4a是本發(fā)明實施例采用的第二圖像未處理霧化圖像；

圖4b是采用本發(fā)明方法處理第二圖像后的圖像；

圖5是本發(fā)明實施例的第三圖像處理對比示意圖；其中：

圖5a是本發(fā)明實施例采用的第三圖像未處理霧化圖像；

圖5b是采用本發(fā)明方法處理第三圖像后的圖像。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合實施例，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用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，基于物理模型的改進暗通道先驗單幅霧化圖像復原方法包括以下步驟：

步驟s100、基于霧化圖像降質物理模型的大氣光強度a這一未知參數，采用多尺度灰度腐蝕方法對其進行估計，以降低腐蝕半徑對其估計精度的影響。

本實施例中首先需要確定腐蝕操作半徑，即選取實際輸入待復原霧化圖像長度和寬度較小值的0.1倍作為腐蝕操作半徑，為實現(xiàn)三尺度，在此，以該腐蝕操作半徑為中心選取另外兩個尺度半徑分別為和

其中：ρ表示腐蝕操作半徑；lwidth表示待復原霧化圖像的長度；lheight表示待復原霧化圖像的寬度；

其次，在如下單尺度大氣光強度估計公式的基礎上，估計大氣光強度：

其中：aρ表示單尺度大氣光強度的估計值；ρ表示腐蝕操作半徑；x表示待復原霧化圖像中像素點的坐標位置；ω為待復原霧化圖像區(qū)域；i^c為彩色待復原霧化圖像的每個通道；

最后，基于上述公式，采用三尺度實現(xiàn)大氣光強度的估計：

其中：表示大氣光強度的估計值；μn為尺度為ρn時的權重，權重取值分別為0.1、0.3和0.6；aρn為腐蝕操作半徑為ρn的單尺度大氣光強度估計值。

步驟s200、對待復原的霧化圖像采用多尺度加權平均取代已有單尺度值求取暗通道圖，提高暗通道先驗理論對霧化圖像降質物理模型未知參數的估計精度。

本實施例中的霧化圖像降質物理模型是基于mccarney的大氣散射模型建立的，其是根據計算機視覺理論和圖形圖像處理相關預備知識，構建霧化圖像生成過程中的大氣散射過程和圖像退化過程。其模型狀態(tài)方程描述為：

i(x)＝j(x)t(x)+a(1-t(x))

其中：x表示圖像中像素點的坐標位置；i(x)表示光線經過大氣散射作用后匯入像素點的光強總和，即霧化圖像；j(x)表示無霧情況下得到的原始圖像，即晴天無霧情況下拍攝得到的正常圖像；t(x)表示光的透射率，即在大氣介質中光線通過傳播媒介到達相機中被散射部分的比率；常數a表示無窮遠處大氣光強的大小，與變量x無關，是一個常量。

由物理模型知，模型中含有3個未知參數，分別為待求的無霧圖像j，大氣光強度a和透射率t(x)，為了提高暗通道先驗理論對未知參數的估計精度，在此對每個暗通道采用多個尺度進行最小值濾波，并對每個暗通道值進行加權平均，得到具有更高精確度的暗通道值。圖像暗通道的單尺度使用以下公式表示：

其中：dr(x)表示霧化圖像的暗通道值；r表示濾波半徑；ω(x)為以x為中心的非天空局部區(qū)域，也稱為局部窗口；i^c為彩色霧化圖像的每個通道。

步驟s300、在所述暗通道圖下采用鄰域分割法并結合大氣光強度a的估計值得到優(yōu)化后的透射率t(x)，解決透射率不匹配問題。

本實施例中首先需要按照以下約束條件掃描暗通道圖像區(qū)塊中的所有像素點，保證選取點和中心點在同一個前景或背景區(qū)域：

其中：ω^f(x,y)和ω^b(x,y)分別是前景像素點和背景像素點構成的集合；ω(x,y)表示前景區(qū)域ω^f(x,y)與背景區(qū)域ω^b(x,y)所有像素點構成的總集合。

其次，在采用鄰域分割時，分割的區(qū)域ω^s(x,y)需滿足以下關系：

其中：ω^s(x,y)表示分割的區(qū)域；ω^f(x,y)表示前景區(qū)域；ω^b(x,y)表示后景區(qū)域；

并采用以下判斷依據對鄰域分割進行判斷：

其中：ε為區(qū)域分割的閾值取0.025；(u,v)為對應于像素中心點(x,y)的臨近像素點位置；ω^s(x,y)表示分割的區(qū)域；im表示使用本發(fā)明改進的圖像區(qū)塊。

最后，通過以下基于鄰域分割的透射率估計公式快速求得透射率t(x)：

其中：tr為待求的透射率；(x,y)表示待求透射率像素點的位置坐標；μ為去霧因子取0.95；ω^s(x,y)表示分割的區(qū)域；(u,v)為對應于像素中心點(x,y)的臨近像素點位置；im表示使用本發(fā)明改進的圖像區(qū)塊。

步驟s400、將霧化圖像、大氣光強度a和優(yōu)化后的透射率t(x)代入霧化圖像降質物理模型，實現(xiàn)單幅霧化圖像的復原。

本實施例中將霧化圖像、步驟s100和s300分別求得的大氣光強度a和透射率t(x)，代入以下霧化圖像降質物理模型中，實現(xiàn)霧化圖像的復原：

其中：x表示圖像中像素點的坐標位置；i(x)表示光線經過大氣散射作用后匯入像素點的光強總和，即霧化圖像；j(x)表示無霧情況下得到的原始圖像，即晴天無霧情況下拍攝得到的正常圖像；t(x)表示光的透射率，即在大氣介質中光線通過傳播媒介到達相機中被散射部分的比率；常數a表示無窮遠處大氣光強的大小，與變量x無關，是一個常量。

如圖2所示，一種基于物理模型的改進暗通道先驗單幅霧化圖像復原方法，其具體操作步驟如下：

(1)輸入霧化圖像i；

(2)對輸入的霧化圖像i，在確定腐蝕操作半徑的基礎上，采用三尺度實現(xiàn)大氣光強度a的估計；

(3)通過暗通道先驗規(guī)律對輸入霧化圖像i的每個暗通道采用多個尺度進行最小值濾波，并對每個暗通道值進行加權平均，得到具有更高精確度的暗通道；

(4)結合步驟(2)獲得的大氣光強度a，采用鄰域分割方法，實現(xiàn)透射率t(x)的快速估計：

(5)將(2)、(4)操作中得到的大氣光強度a和透射率t(x)代入霧天圖像降質物理模型，實現(xiàn)霧化圖像的去霧處理：

(6)判斷復原效果是否滿足要求，若滿足要求，則可得到無霧圖像j(x)，結束單幅霧化圖像的去霧操作。

(7)對于復原效果不滿足需求的圖像，可通過調整鄰域分割法中區(qū)域分割的閾值ε(ε∈[0.01,0.05]，增長步長為0.005)或去霧因子μ(μ的取之范圍為[0.50,1]，增長步長為0.005)，或同時調整區(qū)域分割的閾值ε和去霧因子μ，重復上述(1)至(5)的步驟，直到滿足需求為止。

通過實驗結果可以看出，圖3a是未處理的霧化圖像。圖3b是采用原始最小值濾波(dcp)方法得到的透射率圖。圖3c是由圖3b復原得到的去霧圖像，因原始dcp方法對霧天圖像的整體透射率只進行了粗略估計，所以得到的透射率圖比較粗糙，圖像中樹葉邊緣區(qū)域不明顯，復原得到的去霧效果圖存在光暈現(xiàn)象，樹葉附近白色暈塊較多，去霧效果比較一般。圖3d是采用中值濾波(mdcp)方法得到的透射率圖。圖3e是由圖3d復原得到的去霧圖像，因mdcp選取中位數作為中心像素的亮度，相較dcp而言雖然較好的保持了圖像邊緣特征，透射率估計相對精確，但是依舊達不到理想效果，還原后的圖像仍存在一定的光暈效應。圖3f是采用引導濾波(gif)方法得到的透射率圖。圖3g是由圖3f復原得到的去霧圖像，引導濾波方法很好的細化了圖像的透射率，圖像邊緣細節(jié)得以突顯，光暈效應基本消除，但相較于本發(fā)明方法，其仍然存在一定的局限性。圖3h是采用本發(fā)明方法得到的透射率圖。圖3i是由圖3h復原得到的去霧圖像，本發(fā)明方法針對已有方法存在參數估計精度不足、透射率優(yōu)化程度不夠和運行效率不理想等問題，采用多尺度加權平均取代已有單尺度值求取暗通道圖，提高了暗通道先驗理論對未知參數的估計精度，采用鄰域分割法細化了透射率，實現(xiàn)了圖像透射率的快速估計。

圖4a和5a是未經過任何處理的霧化圖像，圖4b和5b是采用本發(fā)明方法處理得到的霧化復原圖像。通過對比實驗，并采用對比度、信息熵、平均梯度、均值、方差和細節(jié)強度等一系列評價指標進行定量分析，可知本發(fā)明方法在數據指標方面取得了一定的成效，較好的保留了圖像的信息，提高了圖像的色彩豐富度和清晰度。

應當理解的是，對本領域普通技術人員來說，可以根據上述說明加以改進或變換，而所有這些改進和變換都應屬于本發(fā)明所附權利要求的保護范圍。