一種基于數學形態學和多分辨率融合的圖像去霧方法
【專利摘要】本發明涉及一種基于數學形態學和多分辨率融合的圖像去霧方法，首先計算霧天圖像中三通道的最小值作為高分辨率分量，對其進行形態學開運算得到低分辨率分量；然后使用引導濾波器對高分辨率和低分辨率分量進行圖像融合，獲取大氣光幕圖；最后計算大氣光強度值，采用大氣散射模型對霧氣圖像進行復原處理。本發明具有下述優點：(1)采用多分辨率融合估計大氣光幕，效果顯著，執行速度快。(2)通過灰度直方圖計算大氣光強度值，簡單有效。(3)適用于彩色圖像或灰度圖像、適用于光學圖像或其它圖像，具有通用性。
【專利說明】一種基于數學形態學和多分辨率融合的圖像去霧方法

【技術領域】
[0001] 本發明屬于圖像處理領域，涉及一種基于數學形態學和多分辨率融合的圖像去霧 方法，可用于單幅圖像或連續視頻的快速去霧。

【背景技術】
[0002] 霧是一種常見的自然現象，在霧天拍攝的圖像中，由于大氣中懸浮粒子的散射作 用，使得拍攝圖像的亮度增加，對比度降低，圖像的可辨識度下降。即使是在晴天條件下拍 攝的照片，大氣散射作用也會導致照片的清晰度受到影響。每一個實際場景中，照片清晰度 受到影響的原因在于：光線到達相機之前都會從物體表面反射并且散射到空氣中。這是因 為空氣中的某些因素（如浮質、灰塵、霧和煙等）會導致物體表面顏色變淡，并導致整幅圖 像的對比度降低。一方面，這些質量很差的圖像不但貶低其應用價值、縮窄其應用范圍；另 一方面，也會給戶外成像的采集與處理系統（如各類視覺機器）的圖像采集帶來巨大的困 難。在實際應用中，經常需要從戶外采集的視頻序列中提取清晰的圖像特征用于對象匹配 和識別，例如位于高速公路上的視頻監控器，在天氣條件較惡劣的情況下，得到的圖像會有 退化現象，使其無法清楚地監控路況和了解車輛信息；在國家安全的軍事行動中，這種退化 圖像會造成信息的不準確性，最終導致決定性行動方案的偏差，甚至是導致無法挽回的后 果；遙感技術運用傳感器對物體進行探測，這種退化圖像會對物體的性質，特征和狀態等信 息造成偏差，不利于對圖像數據的分析研究。總之，研究在各種惡劣天氣條件下如何對獲得 的退化圖像進行有效的處理，這對圖像恢復和圖像增強有著非常重要的現實意義。
[0003] 現國內外，圖像去霧處理的方法大致可以分為兩大類：基于圖像處理的增強方法 和基于物理模型的復原方法。基于圖像處理的增強方法包括全局化的圖像增強方法，如全 局直方圖均衡化、同態濾波、小波方法、Retinex算法等，或是局部化的圖像增強方法，如局 部直方圖均衡化、局部對比度增強法；以上圖像處理的算法相對簡單，對于復雜場景的去霧 效果一般。基于物理模型的復原方法包括基于偏微分方程的復原、基于深度關系的復原和 基于先驗信息的復原；以上圖像處理的算法相對復雜，且能較好地對復雜場景的霧氣影響 做處理，但是計算復雜度高、實現難度大、處理速度慢，使得去霧處理難以實現實時處理，這 樣就不能高效的運用到視頻去霧處理中。


【發明內容】

[0004] 本發明的目的在于克服以前各種圖像去霧方法的不足之處，提供一種基于數學形 態學和多分辨率融合的圖像去霧方法，該方法簡單高效，能很好地提高圖像去霧后的效果。
[0005] 該發明的技術方案如下：
[0006] -種基于數學形態學和多分辨率融合的圖像去霧方法，首先計算霧天圖像中三通 道的最小值作為高分辨率分量，對其進行形態學開運算得到低分辨率分量；然后使用引導 濾波器對高分辨率和低分辨率分量進行圖像融合，獲取大氣光幕圖；最后計算大氣光強度 值，采用大氣散射模型對霧氣圖像進行復原處理。
[0007] 上述方法的具體包括如下步驟：
[0008] (1)分別計算高、低分辨率圖像分量，具體包括：（la)高分辨率圖像分量；（lb)低 分辨率圖像分量i 1ot ;
[0009] (2)利用引導濾波器進行多分辨率融合：
[0010] (2a)根據分量Ihigh和分量IlOT計算線性轉換系數，得到與原圖像長寬相同的系數 矩陣；
[0011] (2b)計算融合后的圖像；
[0012] (2c)獲取大氣光幕圖；
[0013] (3)計算大氣光強度值以及復原圖像：
[0014] (3a)根據高分辨率分量Ihigh估算大氣光值A :統計Ihigh的灰度直方圖Histgram_ I，然后計算直方圖的累加和

【權利要求】
1. 一種基于數學形態學和多分辨率融合的圖像去霧方法，其特征在于：所述方法中， 首先計算霧天圖像中三通道的最小值作為高分辨率分量，對其進行形態學開運算得到低分 辨率分量；然后使用引導濾波器對高分辨率和低分辨率分量進行圖像融合，獲取大氣光幕 圖；最后計算大氣光強度值，采用大氣散射模型對霧氣圖像進行復原處理。
2. 根據權利要求1所述的基于數學形態學和多分辨率融合的圖像去霧方法，其特征 在：所述方法具體包括如下步驟： (1) 分別計算高、低分辨率圖像分量： (la) 高分辨率圖像分量Ihigh :若霧天圖像I為彩色圖像，則取每一個像素點R，G，B三 通道的最小值，得到分量Ihigh = min(IK，Ie，IB);若霧天圖像I為灰度圖像，則Ihigh = I ; (lb) 低分辨率圖像分量IlM :對高分辨率分量Ihigh進行形態學開運算，即先取Ihigh的局 部最小值，再取局部最大值，得到低分辨率分量
，其中Ω (X)是以X 為中心的局部區域； (2) 利用引導濾波器進行多分辨率融合： (2a)根據分量Ihigh和分量IlM計算線性轉換系數：

其中
表示計算Ihigh和IlOTt局部協方差， ￥￡11^表示計算Ihigh的 局部方差，ε為預置的控制參數，fm(IlOT)，fm(Ihigh)分別是對I lOT和Ihigh進行均值濾波的結 果，得到的a，b是與原圖像長寬相同的系數矩陣； (2b)根據a，b計算融合后的圖像：
，其中fm(a)，fm(b)分別 是對系數矩陣a，b進行均值濾波的結果； (2c)獲取大氣光幕圖：對融合圖像Ifusim進行模糊化處理，得到大氣光幕圖V =
? (3) 計算大氣光強度值以及復原圖像： (3a)根據高分辨率分量Ihigh估算大氣光值A :統計Ihigh的灰度直方圖Histgram_I，然 后計算直方圖的累加和
當
?時，其對應的j為 大氣光強度值A，其中p為預置的控制參數； (3b)計算介質透射率：根據大氣光幕V和大氣光強度值A，得到透射率
其中ω為預置參數； (3c)對霧天圖像進行復原：根據復原公式
其中tmin為預置參 數，若霧天圖像I(x)為彩色圖像，則分別將R、G、B三個顏色通道值IK(X)，Ie( X)，IB(X)以及 大氣光值A、透射率值t(x)代入計算得到三通道的復原值
，即可得到復 原后圖像J(x);若霧天圖像I(x)為灰度圖像，則將I(x)以及大氣光值A、透射率值t(x)代 入計算得到復原后圖像J(x)。
【文檔編號】G06T5/00GK104091306SQ201410181672
【公開日】2014年10月8日 申請日期:2014年4月30日 優先權日:2014年4月30日
【發明者】戴聲奎 申請人:武漢博睿達信息技術有限公司