一种图像去雾方法、系统、计算机设备、存储介质及终端

技术特征：
1.一种图像去雾方法，其特征在于，所述图像去雾方法根据雾霾图像的相邻平均灰度概率，计算出累积分布函数w(j)，利用正态分布的3σ原则，确定出像素集中分布的平均灰度值；并结合自适应阈值分割以及天空区域与的暗、亮通道灰度值，确定出天空区域分割的粗阈值，根据天空区域的最大连通性，获得天空区域与非天空区域的粗分割结果；利用引导滤波操作，并通过大津算法实现天空区域和非天空区域的精确分割，平滑图像的边缘信息以及增加天空与非天空区域像素灰度的差异性；非天空区域采取改进的暗通道先验算法估计透射率，天空区域则采取对数自适应变换估计透射率；最终将天空与非天空区域的透射率进行像素对应合成，实现图像的去雾。2.如权利要求1所述的图像去雾方法，其特征在于，所述图像去雾方法包括以下步骤：步骤一，通过统计雾霾图像的相邻灰度概率构造累积分布函数，根据像素灰度的集中分布程度获得像素的平均阈值；步骤二，结合自适应阈值分割以及天空区域的暗、亮通道确定出极小值作为天空区域的粗分割阈值，根据天空区域的最大连通性获得粗分割的天空区域与非天空区域；步骤三，通过引导滤波加强天空与非天空区域像素灰度的差异性，利用大津算法实现天空区域和非天空区域的精准分割；步骤四，天空区域利用对数自适应变换估计透射率，非天空区域利用改进的暗通道先验算法估计透射率，通过将天空与非天空区域的对应像素的透射率进行合成实现图像的去雾。3.如权利要求1所述的图像去雾方法，其特征在于，所述天空区域分割，包括：根据雾霾图像中单一灰度值出现次数占总像素数的概率，计算得雾霾图像的平均灰度概率分布直方图，利用相邻的灰度概率值构造出累积分布函数w(j)；根据正态分布3σ原则定位出灰度像素点的集中分布区间并反解出对应的平均灰度值g3，并结合自适应阈值分割以及天空的暗、亮通道灰度值经线性加权运算后，确定出像素灰度集中分布的区间[a，b]；将所述灰度区间中的极小值作为粗分割的阈值，选择最大的连通域作为天空区域的分割结果，并利用引导滤波的大津算法实现天空区域与非天空区域的精细分割。4.如权利要求3所述的图像去雾方法，其特征在于，所述天空区域分割算法，包括：(1)统计出原始图像各灰度级的像素数目a
i
，0≤i＜l，其中l＝256是图像中总的灰度数；单一灰度值为i的像素占图像总像素数的概率是：a为图像中总的像素数，p
x
(i)是灰度值为i的像素直方图归一化的结果；(2)根据图像灰度的集中分布特征，利用雾霾图像的相邻灰度概率值构造出其概率分布函数w
x
(j)：其中，j∈[2，k]；从图像的累积分布函数图中可得雾霾图像的像素灰度值近似服从正态分布3σ原则：p(μ-3σ＜x≤μ 3σ)＝99.7％，表明随机变像素点量x落在(μ-3σ，μ 3σ)以外的概率小于千分之三，认为不可能事件，故认为w1(j)＝0.01到w2(j)＝0.997之间的像素分布最多，并计算出
对应的灰度值分别记作g1与g2；其中，通过累积加权操作得g3如下式所示：g3＝(g1 g2)/2；(3)利用迭代选择阈值法并结合天空区域的暗、亮通道确定大气光值；(4)结合累积分布函数确定的灰度阈值g3、大气光估值a
c
以及迭代选择阈值t，得到更精准的区间[a1，b1]，并将[a1，b1]的极小像素值作为天空区域与非天空区域的粗分割阈值；筛选出像素数目最多的连通区域作为天空区域，其余的连通区域均作为非天空区域；其中，所述a1和b1的表达式如下式所示：b1＝(max(max(t，g3(j))，(a
c
*255))) 1；定位出粗分割后的天空区域与非天空区域，由于天空区域与非天空区域在轮廓边缘衔接处的灰度差异较小，采用引导滤波后，图像的边缘更平滑、纹理信息更明显，且天空区域与非天空区域像素相接处的灰度差异增大；引导滤波后前景与背景的类间方差比最大，根据图像的灰度特征并采用大津算法做最后修正，实现天空区域与非天空区域地精准分割。5.如权利要求4所述的图像去雾方法，其特征在于，步骤(3)中，所述利用迭代选择阈值法并结合天空区域的暗、亮通道确定大气光值，包括：1)选择一个t的初始估计值；2)利用阈值t把图像分为两个区域r1和r2；3)对区域r1和r2中的所有像素计算平均灰度值μ1和μ2；4)计算新的阈值：5)重复步骤2)～步骤4)，直到逐次迭代所得的t值小于事先定义的参数t；6)采用两次最小最大滤波获取雾霾图像的暗亮通道，经迭代阈值获得天空区域的暗亮通道，并取i
max
像素点处灰度值的前1％为a
max
，取i
min
像素点处灰度值的前1％为a
min
，通过线性加权得到像素通道的大气光值a
c
，表达式如下式所示：i
max
＝max(max(i))；i
min
＝min(min(i))；6.如权利要求1所述的图像去雾方法，其特征在于，所述透射率合成，包括：非天空区域采用改进的暗通道先验方法预估出透射率；通过暗通道先验理论预估出初始透射率，根据信息熵指标参数最大化原则，利用一元二次函数迭代出最优的透射率权重参数对图像的纹理信息进行加权，预估出非天空区域的透射率；暗通道先验去雾理论指出：在无雾图像的rgb三通道中，总能找到一个像素灰度值非常低的通道，此通道像素强度值近似趋于0，所述暗通道先验数学模型如下式所示：
假设大气光值a
c
已知，对所述暗通道先验数学模型公式变形并经最小值滤波操作后，根据暗通道先验理论可得初始透射率，如以下公式所示：式中，ω(0＜ω≤1)是为调节去雾的程度引入的一个定值，是非天空区域的暗通道图像；采用暗通道图像与边缘增强后暗通道图像的差作为图像的纹理信息：根据最大信息熵参数指标，采用最小二乘拟合法构建一元二次函数，并将每幅图像的信息熵最大值σ代入σ1的表达式中，计算出透射率权重值，并将的表达式、δd的表达式以及σ1的表达式线性加权实现非天空区域透射率的估计：σ1＝2.164
·
σ2 2.638
·
σ 0.4922；天空区域采用对数变换获取自适应的透射率，用于平滑暗通道中雾浓度差异明显的亮度值，改善天空区域产生的色偏现象，表达式如下式所示：其中，为雾霾图像中的天空区域部分；c为rgb通道的其中之一，引入参数k(k＞0)，用于调节灰度动态范围，经过测试验证，当k＝1.5时，复原图像中天空区域的效果最佳；其中，rgb
min
与rgb
max
的表达式如下式所示：非天空区域采用改进的暗通道先验方法预估出透射率，天空区域采用对数变换获取自适应的透射率，采用合成方法来计算天空区域与非天空区域透射率函数t(x，y)，t
n
(x，y)和t
m
(x，y)，合成的传输函数如下式所示：其中，t
n
(x，y)为非天空区域透射率，t
m
(x，y)为天空区域的透射率；对合成后的透射率t(x，y)进行引导滤波处理，得到细化的透射率函数；
将天空与非天空区域合成后优化的透射率t
r
，以及联合天空区域的大气光值a
c
，利用如下公式实现图像的去雾输出：7.一种实施权利要求1～6任意一项所述的图像去雾方法的图像去雾系统，其特征在于，所述图像去雾系统包括：雾霾图像统计模块，用于通过统计雾霾图像的相邻灰度概率构造累积分布函数，根据像素灰度的集中分布程度获得像素的平均阈值；天空区域粗分割模块，用于结合自适应阈值分割以及天空区域的暗、亮通道确定出极小值作为天空区域的粗分割阈值，根据天空区域的最大连通性获得粗分割的天空区域与非天空区域；天空区域精准分割模块，用于通过引导滤波加强天空与非天空区域像素灰度的差异性，利用大津算法实现天空区域和非天空区域的精准分割；透射率合成模块，用于将天空区域利用对数自适应变换估计透射率，非天空区域利用改进的暗通道先验算法估计透射率，通过将天空与非天空区域的对应像素的透射率进行合成实现图像的去雾。8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：根据雾霾图像的相邻平均灰度概率，计算出累积分布函数w(j)，利用正态分布的3σ原则，确定出像素集中分布的平均灰度值，并结合自适应阈值分割以及天空区域与的暗、亮通道灰度值，确定出天空区域分割的粗阈值，根据天空区域的最大连通性，获得天空区域与非天空区域的粗分割结果；利用引导滤波操作，并通过大津算法实现天空区域和非天空区域的精确分割，平滑图像的边缘信息以及增加天空与非天空区域像素灰度的差异性；非天空区域采取改进的暗通道先验算法估计透射率，天空区域则采取对数自适应变换估计透射率，最终将天空与非天空区域的透射率进行像素对应合成，实现图像的去雾。9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：根据雾霾图像的相邻平均灰度概率，计算出累积分布函数w(j)，利用正态分布的3σ原则，确定出像素集中分布的平均灰度值，并结合自适应阈值分割以及天空区域与的暗、亮通道灰度值，确定出天空区域分割的粗阈值，根据天空区域的最大连通性，获得天空区域与非天空区域的粗分割结果；利用引导滤波操作，并通过大津算法实现天空区域和非天空区域的精确分割，平滑图像的边缘信息以及增加天空与非天空区域像素灰度的差异性；非天空区域采取改进的暗通道先验算法估计透射率，天空区域则采取对数自适应变换估计透射率，最终将天空与非天空区域的透射率进行像素对应合成，实现图像的去雾。10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求7所述的图像去雾系统。

技术总结
本发明属于图像去雾技术领域，公开了一种图像去雾方法、系统、计算机设备、存储介质及终端，所述图像去雾方法包括通过统计雾霾图像的相邻灰度概率构造累积分布函数，根据像素灰度的集中分布程度获得像素的平均阈值；根据天空区域的最大连通性获得粗分割的天空区域与非天空区域；通过引导滤波加强天空与非天空区域像素灰度的差异性，利用大津算法实现天空区域和非天空区域的精准分割；天空区域对数自适应变换估计透射率，非天空区域对改进的暗通道先验算法估计透射率，通过将天空与非天空区域的对应像素的透射率进行合成实现图像的去雾。本发明计算像素点灰度值可以准确得到像素通道的大气光值A


技术研发人员：孙景荣 张华 陈哲哲 刘立 许录平 杜梦欣 王健凯 刘姝妍 元利芳
受保护的技术使用者：西安电子科技大学
技术研发日：2021.09.24
技术公布日：2022/6/28