一种基于暗通道先验引导图像滤波去除图像雾霾的方法与流程

1.本发明涉及图像过滤技术领域，主要涉及一种基于暗通道先验引导图像滤波去除图像雾霾的方法。


背景技术：

2.经过人工智能应用不断地发展壮大，图像作为一种重要的数据资源，被广泛应用于生活环境中，但大气生活环境中存在许多雾霾天气，使得获取的图像数据严重受到干扰。雾霾条件下能见度降低，户外获取的图像会降低质量，表现为模糊不清的图像以及颜色发生衰减等特征，严重影响了图像的理解与应用。雾霾产生的图像降质问题严重干扰着军用和民用成像设备的正常运行。例如遍布城市的监控设施摄像头，受到雾霾天气环境的影响，对人员和车辆信息的判断造成巨大的信息损失，为保障城市安全带来严重隐患；在军事侦察、城市生活、对地观测中，雾霾图像对正确的信息识别造成严重的干扰，为目标追踪、环境监测、资源管理、生活安全带来困难。图像的雾霾去除操作也可以归类于图像预处理的范畴，图像雾霾去除的处理结果直接影响着后续操作的信息准确度。
3.另一方面，随着手机、数码相机、电子摄像头等互联网设备的广泛应用，数字图像逐渐取代传统的图像，成为人类传递信息的新的重要载体。计算机运行速度的不断提高使得我们有能力对数字图像进行处理，所以本发明的图像雾霾去除方法都是基于数字图像进行的。综上所述，图像雾霾去除方法的研究有着重要的现实意义。


技术实现要素：

4.本发明的目的在于针对现有技术的不足，提供了一种基于暗通道先验引导图像滤波去除图像雾霾的方法，以解决基于暗通道去除模糊雾霾图像留存伪影的问题。
5.本发明的技术方案如下：本发明提供了一种基于暗通道先验引导图像滤波去除图像雾霾的方法，包括以下步骤：s1、模糊雾霾图像；s2、找到暗通道；s3、找到大气光；s4、找到传输介质；s5、使用所述模糊图像、所述大气光和所述模糊图像找到无雾图像；s6、使用引导图像滤波器；s7、输出精细的图像。
6.进一步，所述s1中，模糊雾霾图像的成型模型为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为雾化的图像，为无雾图像；表示大气光值；表示透射率是通
过光中未散射到达相机的介质；为图像中的像素点，称为直接衰减，称为空气光。
7.进一步，所述s2中，暗通道表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中， 为无雾图像中rgb通道中的其中一个颜色通道, 为对应通道的像素；是以像素点为中心的局部斑块；为是最小滤波器；为颜色通道索引；分别表示红绿蓝三原色光；在无雾霾图像的情况下，像素在三原色通道中总会存在至少一个颜色通道会出现很低的值，即，无雾霾图像的暗通道强度趋于零：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）。
8.进一步，所述s3中，在场景的照明源仅为大气光时，无雾图像表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）其中，是场景点的反射率；表示全球大气光值；模糊雾霾图像方程改写为：
ꢀꢀꢀ
（5）其中，为空气光。
9.进一步，当考虑阳光时，无雾图像重新定义为,表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）考虑到阳光的存在，所述模糊雾霾图像被重新表示为：
ꢀꢀꢀꢀꢀ
（7）其中，为阳光衰减，为添加反射率的直接衰减。
10.进一步，所述s4中，找到传输介质为：当大气均匀时，透射率表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（8）其中，散射系数由表示大气的，场景的深度由表示。
11.进一步，所述s5中，无雾图像为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）其中， 为设置的阈值，表示当时，取的值为的值，设置。
12.进一步，所述s6中，使用引导滤波器，表达式为
ꢀꢀꢀ
（10）
其中，为输出图像，为引导图像，是在滤波窗口唯一确定的常量系数，且对于相邻像素点而言，确保了一个确定的局部区域内，滤波图像有一个边缘时，输出图像也能够保持边缘不变。
13.进一步，所述s7中，输出精细的图像为：
ꢀꢀ
(11)和为常量系数的平均值，由此建立了每个像素点从s5中获得的无雾图像到输出图像的映射。
14.本发明的有益效果为：解决了之前对雾霾图像去除方法时存在的不清晰问题，一是找到暗通道，利用暗通道获得初步的去雾图像；二是得到的去除雾霾图像存在伪影的问题，引入了引导滤波器对获取的图像进行平滑和引导羽化。本发明因充分考虑了图像去雾时的伪影问题，得到的去雾图像更加合理，因此具有很好的实际应用价值。
附图说明
15.图1 为本发明一种基于暗通道先验引导图像滤波去除图像雾霾的方法的方框图；图2为仅通过暗通道进行雾霾去除获得恢复图；图3为暗通道先验引导图像滤波去除图像雾霾获得精细恢复图。
具体实施方式
16.为了更清晰的描述本发明，具体实施方式结合下面附图，对本发明进行如下说明。
17.一种基于暗通道先验引导图像滤波去除图像雾霾的方法，包括以下步骤：s1、模糊雾霾图像；s2、找到暗通道；s3、找到大气光；s4、找到传输介质；s5、使用所述模糊图像、所述大气光和所述模糊图像找到无雾图像；s6、使用引导图像滤波器；s7、输出精细的图像。
18.所述s1中，模糊雾霾图像的成型模型为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为雾化的图像，为无雾图像；表示大气光值；表示透射率是通过光中未散射到达相机的介质；为图像中的像素点，称为直接衰减，称为空气光。
19.去除雾霾的目标是从中恢复、和。
20.所述s2中，暗通道表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）
其中， 为无雾图像中rgb通道中的其中一个颜色通道, 为对应通道的像素；是以像素点为中心的局部斑块；为是最小滤波器；为颜色通道索引；分别表示红绿蓝三原色光。暗通道是两个最小运算符的结果：依据暗通道知识，该发明在无雾霾图像的情况下，图中的像素在三原色通道中总会存在至少一个颜色通道会出现很低的值，即，无雾霾图像的暗通道强度趋于零。
21.ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）。
22.这种观察为暗通道先验。
23.主要有三个因素影响暗通道中的低强度：影响因素一：自然环境或人为造成的阴影，人为的阴影有汽车、建筑物和窗户内部的阴影，自然环境或者风景图像中树叶、树木和岩石的阴影；影响因素二：环境中的物体或表面呈现彩色，三色原通道中具有低反射率的彩色物体，在自然环境中的各色植物以及有颜色的现象，构成通道中的低反射率；影响因素三：环境中存在的物体呈现深色，石头和树枝等自然环境中的深色物体。自然中的各种现象充满阴影，会对暗通道产生影响。
24.其中，在找大气光的步骤中，本发明提出了一种估计的方法，之前，混浊不透明区域的颜色被用作或作为的初始猜测；然而，很少有人注意到不透明的雾霾区域的检测，模糊雾霾图像中最亮的像素被认为是最不透明的，只有当天气阴沉时，光线可以忽略的时候才是这样；在这种情况下，照明源在场景中仅有大气光，则：所述s3中，在大气光是场景的唯一照明源时，每个颜色通道的场景亮度为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）其中，是场景点的反射率；为全球大气光值。
25.模糊雾霾图像方程改写为：
ꢀꢀꢀ
（5）其中，为空气光。
26.当考虑阳光时，无雾图像重新定义为,表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）考虑到阳光的存在，所述模糊雾霾图像被重新表示为：
ꢀꢀꢀꢀꢀ
（7）其中，为阳光衰减，为添加反射率的直接衰减。
27.在这种情况下，整个图像中最亮的像素可能比大气光更亮，模糊雾霾图像的暗通道近似于模糊密度；因此，可以使用暗通道来检测最不透明的雾霾区域，并改善大气光估计；首先，选择暗通道中最亮的0.1%的像素，这些像素通常是最不透明的，在这些像素
中，输入图像中具有最高强度的像素被选择作为大气光。
28.所述s4中，找到传输介质为：当大气均匀时，透射率表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（8）其中，散射系数表示大气的，场景深度由表示。
29.其中，这个方程表明场景亮度随深度呈指数衰减。
30.其中，使用大气光、传输介质和模糊图像找到无雾图像，直接恢复的场景亮度易于产生噪声；因此，通过下限来限制透射率，即，在非常密集的雾度区域中保持少量雾度；所述s5中，无雾图像为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）其中， 为本发明设置的阈值，表示当时，我们取的值为的值，我们设置。
31.由于场景辐射亮度通常不如大气光纤明亮，因此，去除雾霾后的图像看起来较暗，所以增加的曝光度进行展示；本技术方案采用显示图像滤波器，称为引导滤波器。从局部线性模型导出，引导滤波器通过考虑引导图像的内容计算滤波输出，该引导图像可以是输入图像本身或另一个不同的图像，引导滤波器可以像流行的双边滤波器一样用作边缘保持平滑算子，但是它在边缘附近具有更好的行为；除了平滑之外，引导滤波器还是一个更通用的概念，可以将引导图像的结构转移到滤波输出，从而实现新的滤波应用，如去雾和引导羽化；此外，引导滤波器具有更快速的算法，且与滤波器核大小和强度范围无关。
32.所述s6中，使用引导滤波器，表达式为
ꢀꢀꢀ
（10）其中，为输出图像，为引导图像，是在滤波窗口唯一确定的常量系数，且对于相邻像素点而言，确保了一个确定的局部区域内，滤波图像有一个边缘时，输出图像也能够保持边缘不变；因此，求出系数也可推导出输出图像。
33.所述s7中，输出精细的图像
ꢀꢀ
(11)和为常量系数的平均值，由此建立了每个像素点从s5中获得的无雾图像到输
出图像的映射。
34.实施结果一本发明从flickr.com中得到一系列的图片，首先使用16张不同大小的图像。结合上述描述的的算法，先对模糊雾霾图像进行仅基于暗通道进行的雾霾去除方法，然后再应用引导滤波器，对得到的图像处理得到精细的图像。
35.在图2中显示是通过本发明提出的仅通过暗通道进行雾霾去除的方法，首先为未加任何改动的模糊图像。然后显示为对应图像的暗通道图像。再显示对应模糊图像的传输估计图像。最后得到去除雾霾的恢复图像，可以明显观察到，恢复图像存在伪影现象。
36.图3所示是通过本发明提出的基于暗通道以及引导滤波器的雾霾图像去除方法得到的恢复图像结果，同样图3的前四副子图的操作过程与图2中的操作流程一致。接着在仅基于暗通道雾霾去除方法获得的恢复图像后，通过引导滤波器操作，得到使用引导滤波器的图像，最后通过本发明提出的基于暗通道与引导滤波器的雾霾去除方法得到恢复图像，获得的恢复图像较为清晰。
37.以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求。