基于滾動導向的圖像去霧方法
【技術領域】
[0001] 本發明屬于圖像處理技術領域，具體是設及一種圖像去霧方法，可用于交通監控、 自動駕駛、航天遙感和安防監測領域。
【背景技術】
[0002] 近年來大規模持續性霧靈污染事件頻繁發生，不僅影響到了每個人的身體健康W 及日常生活，而且使戶外監控設備所拍攝圖像質量嚴重退化，給戶外監控、監測W及智能識 別跟蹤系統等帶來了巨大的挑戰，如在霧靈天氣影響下，交通要道違章車輛的車牌等信息 可能無法精確地識別出來，銀行等機構的戶外監控設備可能因無法拍攝到清晰地人體特征 信息而造成安防問題不能有效地得到保證，無人機可能因大氣中霧靈的干擾而不能在航拍 中有效地偵測識別目標等情況。綜上所述，霧靈天氣給戶外監控系統后期圖像處理引入了 很多不穩定的干擾因素。因此，如何有效地去除圖像中霧靈因素的干擾成為了一個具有重 要現實意義的課題。
[0003] He等學者在文章 "Single image haze removal using dark channel prior.IEEE Trans.on Pattern Analysis and Machine Intelligence,2011,33:2341- 2353."中提出了基于暗通道先驗理論的單幅圖像去霧方法。該方法能夠獲得非常不錯的去 霧效果，但是去霧結果亮度偏暗，而且由于采用軟樞圖算法對初始粗糖透射圖進行優化，使 整個去霧方法具有較高的時間復雜度。
[0004] Tarel等學者在文章 "Fast visibility restoration from a single color or gray level im曰ge.Proceedings of IEEE Conference on Intern曰tion曰1 Conference on Computer Vision,2009,10:20-28."中提出基于兩次中值濾波的快速單幅圖像去霧方 法。該方法具有比較高的去霧效率，但是由于采用不具有良好邊緣保持性的中值濾波算法， 去霧結果的邊緣區域存在嚴重的光暈效應。

【發明內容】

[0005] 本發明的目的在于針對上述現有圖像去霧技術的不足，提出一種基于滾動導向的 圖像去霧方法，W避免光暈效應的產生，提高去霧結果的整體亮度，使去霧結果的視覺效果 更加自然。
[0006] 為實現上述目的，本發明的技術方案包括如下：
[0007] (1)輸入任選的一幅霧天彩色圖像H，依次計算霧天彩色圖像Η的最小值圖像Μ和暗 通道圖像D;
[000引（2)求解霧天彩色圖像Η的大氣光值L
[0009] (2a)將暗通道圖像D中像素點的像素值按由大到小進行排序，取排序后前0.1%個 像素點區域Q;
[0010](化)將霧天彩色圖像Η轉換到服V即色調、飽和度、亮度空間中；
[0011] (2c)將像素點區域Q所對應位置的霧天彩色圖像在HSV空間中的V值按由大到小進 行排序，判定取排序后處于1/5位置所對應的霧天彩色圖像像素點的個數η:如果n = l，則取 該霧天彩色圖像像素點作為大氣光值L，如果n>l，則取像素值最大的霧天彩色圖像像素點 作為大氣光值L
[0012] (3)求解霧天彩色圖像哺勺初始粗糖透射圖/ (Λ) ·
[0013]
[0014] 式中，tmin(z)表示初始粗糖透射圖/'(X；)的下限，思表示y為W像素點Z為中屯、、窗 口大小為3X3的局部鄰域中像素值最小的像素點，記表示X為W像素點y為中屯、、窗口大 小為3 X 3的局部鄰域中的像素值最大的像素點；
[0015] (4)對初始粗糖透射圖/'(x)進行優化，獲取優化后的透射圖t(x);
[0016] (4a)對初始粗糖透射圖進行窗口大小為15X15的中值濾波，獲得濾波后的透 射圖LrfW;
[0017] (4b)按照下式，對步驟（1)獲取的最小值圖像Μ進行取反操作，獲得取反后的圖像 麻；
[001 引 = - ，
[0019]式中，M(x)表示最小值圖像Μ中任意一個像素點X的像素值，M(.Y)表示取反后的圖 像.絶中任意一個像素點X的像素值；
[0020] (4c似取反后的圖像痛作為輸入圖像，W中值濾波后的透射圖作為引導圖 像，進行聯合雙邊濾波，獲得聯合雙邊濾波后的圖像&
[0021] (4d)W取反后的圖像Μ作為輸入圖像，W聯合雙邊濾波后的圖像乍為引導 圖像，進行聯合雙邊濾波，獲得更新后的聯合雙邊濾波后的圖像iCx);
[0022] (4e)對步驟(4d)進行重復迭代操作，當重復迭代次數達到設定闊值τ時，則取本次 聯合雙邊濾波后的圖像作為優化后的透射圖t(x)，T取值為5;
[0023] (5)根據大氣光散射物理模型，利用已求解得到的大氣光值L和優化后的透射圖t (義），獲取初始去霧結果尺〇;
[0024] (6)對初始去霧結果Ro進行基于圖層的細節增強處理，獲取最終的去霧結果R。
[0025] 本發明與現有技術相比具有W下優點：
[0026] 第一，本發明方法通過對初始粗糖透射圖采用循環迭代聯合雙邊濾波進行優化， 避免了光暈效應的產生，提高了去霧結果的整體亮度，使去霧結果視覺效果更加自然。
[0027] 第二，本發明的方法不僅不需要人工的參與，還能較大地降低計算代價，節省了計 算時間，在獲得清晰自然的視覺效果的同時，顯著地提高了圖像去霧的效率。
【附圖說明】
[0028] 圖1是本發明的實現流程圖；
[0029] 圖2是本發明仿真使用的道路交通霧天圖像；
[0030] 圖3是本發明仿真使用的房屋霧天圖像；
[0031] 圖4是用本發明與現有方法對道路交通霧天圖像的去霧結果對比圖；
[0032] 圖5是用本發明與現有方法對房屋霧天圖像的去霧結果對比圖。
【具體實施方式】
[0033] 下面結合附圖對本發明做進一步的描述。
[0034] 參照附圖1，本發明的具體步驟如下：
[0035] 步驟1:輸入任選的一幅霧天彩色圖像H，依次計算霧天彩色圖像Η的最小值圖像Μ 和暗通道圖像D。
[0036] 本實施例中使用的霧天彩色圖像如附圖2和附圖3所示。其中，附圖2(a)是道路交 通霧天圖像，大小為600 X 400，附圖3 (a)是房屋霧天圖像，大小為441 X 450。
[0037] (la)從附圖2(a)和附圖3(a)中任選一幅霧天彩色圖像作為輸入的一副霧天彩色 圖像H;
[0038] (化）取霧天彩色圖像Η中每一個像素點在R、G、B即紅綠藍Ξ個顏色通道上的最小 灰度值，獲得霧天彩色圖像Η的最小值圖像Μ;
[0039] (Ic)對霧天彩色圖像Η的最小值圖像Μ進行窗口大小為15 X 15的最小值濾波，獲得 霧天彩色圖像Η的暗通道圖像D。
[0040] 步驟2:求解霧天彩色圖像哺勺大氣光值L。
[0041] (2a)將暗通道圖像D中像素點的像素值按由大到小進行排序，取排序后的前0.1% 個像素點區域Q;
[0042] (2b)將霧天彩色圖像Η轉換到服V即色調、飽和度、亮度空間中；
[0043] (2c)將像素點區域Q所對應位置的霧天彩色圖像在HSV空間中的V值按由大到小進 行排序，判定取排序后處于1/5位置所對應的霧天彩色圖像像素點的個數η:如果n = l，則取 該霧天彩色圖像像素點作為大氣光值L，如果n>l，則取像素值最大的霧天彩色圖像像素點 作為大氣光值L。
[0044] 步驟3:根據彩色圖像中像素點的像素值邊界約束條件求解霧天彩色圖像Η的初始 粗糖透射圖蛛;
[0045]
[0046] 式中，η}門，表示y為W像素點Ζ為中屯、、窗口大小為3 X 3的局部鄰域中像素值最小 的像素點，η貨X,表示X為W像素點y為中屯、、窗口大小為3X3的局部鄰域中的像素值最大的 像素點，tmin(z)表示初始粗糖透射圖/'(/：)的下限，按如下公式計算：
[0047]
[004引式中，H(z)表示霧天彩色圖像Η中任意一個像素點Z的像素值，ce{r，g，b}表示C為 圖像R、G、B^個顏色通道中的任意一個通道，Cl表示無霧彩色圖像中像素點的像素值下限， Cl取值為20，C2表示無霧彩色圖像中像素點的像素值上限，C2取值為280。
[0049] 步驟4:對初始粗糖透射圖進行優化，獲取優化后的透射圖t(x):
[0050] (4a)根據彩色圖像局部圖像塊的深度信息恒定不變的特征，對初始粗糖透射圖 i'W進行窗口大小為15 X 15的中值濾波，獲得濾波后的透射圖;
[0051] (4b)按照下式，對步驟1獲取的最小值圖像Μ進行取反操作，獲得最小值圖像Μ取反 后的圖像愈;
[0化2]
[0053] 式中，Μ(χ)表示最小值圖像Μ中任意一個像素點X的像素值，麻的表示取反后的圖 像麻中任意一個像素點X的像素值；
[0054] (4c) W最小值圖像Μ取反后的圖像涼作為輸入圖像，W中值濾波后的透射圖 作為引導圖像，進行聯合雙邊濾波，獲得聯合雙邊濾波后的圖像4 (.Y);
[0055] (4d) W最小值圖像Μ取反后的圖像近作為輸入圖像，W聯合雙邊濾波后的圖像 4 (.Υ)作為引導圖像，進行聯合雙邊濾波，獲得更新后的聯合雙邊濾波后的圖像4仁）;
[0056] (4e)設定闊值τ，重復迭代得到優化后的透射圖t(x):
[0化7]由于中值濾波后的透射圖的邊緣信息比較模糊，根據聯合雙邊濾波所獲得 的濾波結果邊緣強度介于輸入圖像和引導圖像的邊緣強度之間的特征，通過對步驟(4d)進 行重復迭代操作重塑中值濾波后的透射圖的邊緣信息，當重復迭代次數達到設定闊 值τ = 5時，則取本次聯合雙邊濾波后的圖像作為優化后的透射圖t(x)。
[005引步驟5:根據大氣散射物理模型，獲取初始去霧結果Ro。
[0059] 在霧靈天氣條件下，大氣散射物理模型如下：
[0060] H(x) =Ro(x)t(x)+L(l-t(x)),
[0061] 式中，H(x)表示霧天彩色