基于暗通道先驗(yàn)與顏色校正的夜間霧霾圖像去霧方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種計(jì)算機(jī)圖像處理方法，尤其設(shè)及一種基于暗通道先驗(yàn)與顏色校正 的夜間圖像霧靈去除方法。
【背景技術(shù)】
[0002] 夜間霧靈圖像去霧對(duì)于夜晚場(chǎng)景中的目標(biāo)識(shí)別、視頻監(jiān)控、遙感監(jiān)測(cè)、智能交通等 領(lǐng)域有重要影響。夜間霧靈圖像去霧技術(shù)一般分為兩部分:夜間圖像去霧和低照度圖像增 強(qiáng)。
[0003] 現(xiàn)有的圖像去霧技術(shù)多數(shù)針對(duì)白天場(chǎng)景，如基于深度信息的方法W，基于先驗(yàn)信 息的方法W等，去霧效果較好，但對(duì)夜晚場(chǎng)景失效?，F(xiàn)有低照度圖像增強(qiáng)算法主要有直方圖 均衡化、Retinex算法等W，運(yùn)些算法對(duì)圖像的亮度、對(duì)比度、飽和度等都有不同程度的提 高，極大地提高了圖像的視覺(jué)性和信息可讀性，但增強(qiáng)后的圖像信噪比較低。
[0004] 將低照度圖像增強(qiáng)技術(shù)與霧靈去除技術(shù)相結(jié)合的算法較少，效果較好的主要有： 基于顏色轉(zhuǎn)換和暗通道先驗(yàn)的算法W，基于新的夜間圖像去霧靈模型的算法W。其中前者 是利用目標(biāo)圖像(一般為白天霧靈圖像)和數(shù)據(jù)統(tǒng)計(jì)對(duì)夜間圖像進(jìn)行顏色轉(zhuǎn)換，然后利用暗 通道先驗(yàn)算法去霧，最后通過(guò)基于局部對(duì)比度調(diào)整的雙邊濾波(B化CC)提高圖像質(zhì)量，得到 無(wú)霧清晰圖像，但運(yùn)種方法需要目標(biāo)圖像，且對(duì)目標(biāo)圖像依賴性較強(qiáng)，因此難W應(yīng)用于實(shí) 踐。后者是在大氣散射模型基礎(chǔ)上，提出一種新的夜間圖像去霧靈模型。首先利用Retinex 算法和Gamma校正得到亮度增強(qiáng)圖像，然后利用參考圖像(根據(jù)Retinex算法求得的反射項(xiàng) 得到)進(jìn)行顏色校正，最后利用基于局部鄰域的暗通道先驗(yàn)算法去除霧靈。通過(guò)此模型可較 大程度去除霧靈，增加圖像視覺(jué)性，但處理結(jié)果存在局部失真、細(xì)節(jié)模糊等缺陷。
[0005] [參考文獻(xiàn)]
[0006] [ 1 ]Shuai Fang ,Xiushan Xia,Huo Xing ,et al. Image dehazing using polarization effects of objects and airlight[J].(C)20140SA.llAugust 2014 Vol.22,No.l6|D0I:10.1364/0E.22.019523|0PTICS EXPRESS 19523
[0007] [2]Kaiming,He,Jian,Sun,Xiaoou,Tang.Guidedimagefiltering.[J].Pattern Analysis&Machine Intelligence IEEE Transactions on,2013,35(6):1397-1409.
[0008] [3]Khan M F,Khan E,Abbasi Z A. Segment dependent dynamic multi? histogram equalization for image contrast enhancement[J].Digital Signal Processing,2013,25(2):198-223.
[0009] [4]Pei S C,Lee T Y.Nighttime haze removal using color transfer pre? processing and Dark Channel Prior[C]//Image Processing(ICIP),2012 19th IEEE International Conference on.IEEE,2012:957-960.
[0010] [5]Zhang J,Cao Y,Wang Z.Nighttime haze removal based on a new imaging model[C]// Image Processing(ICIP),2014IEEE International Conference on.IEEE, 2014:4557-4561.

【發(fā)明內(nèi)容】

[0011] 基于W上情況，本發(fā)明提出一種快速有效的夜間圖像去霧方法，通過(guò)圖像反轉(zhuǎn)和 暗通道先驗(yàn)增強(qiáng)圖像，然后利用本發(fā)明改進(jìn)的基于參考圖像的去霧模型去除光暈，利用無(wú) 色偏圖像特性校正色偏，之后通過(guò)基于局部鄰域的暗通道先驗(yàn)去除霧靈，最后利用導(dǎo)向?yàn)V 波去除噪聲，得到細(xì)節(jié)清晰、無(wú)失真、信噪比高的無(wú)霧圖像。實(shí)驗(yàn)結(jié)果表明，該方法不僅能極 大地增加圖像亮度、對(duì)比度、平均梯度等特性，而且在挖掘圖像細(xì)節(jié)、減少圖像失真方面也 表現(xiàn)較優(yōu)。
[0012] 為了解決上述技術(shù)問(wèn)題，本發(fā)明提出的一種基于暗通道先驗(yàn)與顏色校正對(duì)夜間有 霧圖像進(jìn)行霧靈去除的方法，包括W下步驟：
[001引步驟1:輸入夜間有霧圖像I，將該圖像I反轉(zhuǎn)得到反轉(zhuǎn)圖像Γ ;
[0014] Ii"=255-IiC (1)
[0015] 式（1)中：ce{r，g，b};i為圖像中像素的位置；
[0016] 步驟2:求取反轉(zhuǎn)圖像Γ的透射率t;
[0017]
稱
[001引式(2)中：ω功調(diào)節(jié)因子，ωι = 0.95; Ωα)為像素 i的局部鄰域;A%c通道大氣光 值，是暗原色中亮度最大的前0.1%的像素，W上運(yùn)些像素對(duì)應(yīng)的輸入圖像中強(qiáng)度最大的像 素點(diǎn)處的值；
[0019] 步驟3:根據(jù)去霧模型年對(duì)圖像Γ進(jìn)行去霧，得到Γ對(duì)應(yīng)的無(wú)霧圖 像J;
[0020]
0)
[002。 式（3)中，ω0為調(diào)節(jié)因子，ω0 = 0.1
[0022] 步驟4:對(duì)無(wú)霧圖像J反轉(zhuǎn)得到清晰圖像I_li曲tenhancement:
[0023]
[0024] 步驟5:對(duì)清晰圖像I_li曲tenhancement導(dǎo)向?yàn)V波得到參考圖像t_reference;
[0025] 步驟6:利用式(5)得到弱光暈圖像II;
[0026]
[0027]步驟7:利用弱光暈圖像II的RGB通道對(duì)應(yīng)的均值和方差W及式(6)和式(7)求得中 間變量墻和咕i。，并利用式(8)得到顏色校正圖像12;
[0031] 式(6)、式(7)和式(8)中：成。"為弱光暈圖像Π 的C通道均值;C為弱光暈圖像lie 通道方差;μ為調(diào)節(jié)參數(shù)，μ=4;參數(shù)11=230;
[0032] 步驟8:利用參考圖像preference的反轉(zhuǎn)圖像對(duì)顏色校正圖像12再次去光暈得到 圖像13,再用式(6)、式(7)和式(8)對(duì)該圖像13進(jìn)行顏色校正得到圖像14,最后用式（10)得 到無(wú)光暈、無(wú)色偏的圖像I_Noha 1 〇_! ightcolor;
[0033] I_N&hah_rightcolorf - max(/2), /4；.) (10)
[0034] 步驟9:將圖像I_Nohalo_;rightcolo;r分割成10 X 10大小的圖像塊，然后利用暗通 道先驗(yàn)去霧，最后將圖像塊融合得到無(wú)霧圖像I_dehaze;
[0035] 步驟10:對(duì)該無(wú)霧圖像I_dehaze進(jìn)行導(dǎo)向?yàn)V波，得到輸出圖像OU化ut。
[0036] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0037] 對(duì)于直接利用利用反轉(zhuǎn)圖像與白天霧靈圖像相似性進(jìn)行圖像增強(qiáng)存在的光暈、色 偏、無(wú)法去除霧靈、噪聲放大等缺陷，本發(fā)明利用改進(jìn)的基于參考圖像的算法去除光暈，利 用白天無(wú)霧清晰圖像特征進(jìn)行顏色校正，利用塊暗通道先驗(yàn)去除霧靈，最后利用導(dǎo)向?yàn)V波 增加圖像信噪比，得到亮度、清晰度、銳度等較優(yōu)，且無(wú)光暈、無(wú)色偏、無(wú)霧靈的清晰圖像，極 大地增強(qiáng)了圖像的視覺(jué)性、可讀性，為夜晚場(chǎng)景中的視頻監(jiān)控、目標(biāo)識(shí)別等領(lǐng)域起到了關(guān)鍵 作用。
【附圖說(shuō)明】
[0038] 圖1是本發(fā)明基于暗通道先驗(yàn)與顏色校正的夜間霧靈圖像去霧方法框架；
[0039] 圖2是本發(fā)明提出的改進(jìn)的基于參考圖像的光暈去除與顏色校正算法框架；
[0040] 圖3(a)為白天無(wú)霧圖像；
[0041] 圖3(b)為夜晚霧靈圖像；
[0042 ]圖3 (C)為夜晚霧靈圖像對(duì)應(yīng)的無(wú)霧清晰圖像；
[0043] 圖3(d)為白天無(wú)霧圖像RGB通道對(duì)應(yīng)的直方圖；
[0044] 圖3(e)為夜晚霧靈圖像RGB通道對(duì)應(yīng)的直方圖；
[0045] 圖3(f)為夜晚霧靈圖像對(duì)應(yīng)的無(wú)霧清晰圖像的RGB通道直方圖；
[0046] 圖4(a)為夜間霧靈圖像I;
[0047] 圖4(b)為夜間霧靈圖像I的反轉(zhuǎn)圖像Γ ;
[0048] 圖4(c)為圖像Γ去霧后得到的圖像J;
[0049] 圖4(d)為夜晚霧靈圖像I對(duì)應(yīng)的增強(qiáng)圖像I_li曲tenhancement;
[0050] 圖4(e)為夜間霧靈圖像I對(duì)應(yīng)的參考圖像t_reference;
[0051 ]圖4(f)為夜間霧靈圖像I對(duì)應(yīng)的無(wú)光暈、無(wú)色偏圖像I_Nohalo_;rightcolo;r;
[0052] 圖4(g)為夜間霧靈圖像I對(duì)應(yīng)的增強(qiáng)、去霧后圖像I_dehaze;
[0053] 圖4化)為夜間霧靈圖像I對(duì)應(yīng)的輸出圖像OU化ut;
[0054] 圖5(a)至圖5化)為本發(fā)明方法與現(xiàn)有技術(shù)中其他方法的效果對(duì)比，其中：
[0055] 圖5(a)和圖5(e)為原始圖像；
[0056] 圖5(b)和圖5(f)為原始圖像對(duì)應(yīng)的化W的結(jié)果.
[0057] 圖5(c)和圖5(g)為原始圖像對(duì)應(yīng)的Zhangh]的結(jié)果；
[0058] 圖5(d)和圖5化)為原始圖像對(duì)應(yīng)的本發(fā)明的結(jié)果；
[0059] 圖5(i)和圖5化)分別為圖5(c)中左、右白框中圖像對(duì)應(yīng)的放大圖像；
[0060] 圖5(j)和圖5(1)分別為圖5(d)中左、右白框中圖像對(duì)應(yīng)的放大圖像；
[0061] 圖5(m)和圖5(0)分別為圖5( j)中左、右白框中圖像對(duì)應(yīng)的放大圖像；
[0062] 圖5(n)和圖5(p)分別為圖5化)中左、右白框中圖像對(duì)應(yīng)的放大圖像。
【具體實(shí)施方式】
[0063] 下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明技術(shù)方案作進(jìn)一步詳細(xì)描述，所描述的具體 實(shí)施例僅對(duì)本發(fā)明進(jìn)行解釋說(shuō)明，并不用W限制本發(fā)明。
[0064] 現(xiàn)有技術(shù)中對(duì)夜間有霧圖像的處理方法通常是：
[0065] 基于暗通道先驗(yàn)的圖像去霧被普遍認(rèn)為是當(dāng)前最有效的圖像去霧方法，Dong方 法基于對(duì)弱光圖像的反轉(zhuǎn)圖像進(jìn)行去霧，實(shí)現(xiàn)低照度圖像增強(qiáng)。
[0066] 根據(jù)大氣散射模型：
[0067