一種基于透射率優化技術的霧天圖像快速重建方法
【專利摘要】本發明公開了一種基于透射率優化技術的霧天圖像快速重建方法，智能交通領域的視頻圖像處理的技術領域，該方法對原始圖像進行降采樣處理獲得縮小圖，再對縮小圖計算透霧處理參數，在使用縮小透射率圖恢復原始尺寸透射率的同時，引入圖像像素鄰域之間的灰階相關性，對縮小圖透射率的上采樣插值的準確度進行了優化和改進，一方面提高了處理速度，另一方面改善了透霧實際效果。克服了傳統方法中透射率上采樣精度不夠，導致的圖像亮度突變區域出現黑色斑塊和和白色光暈等難點問題，提高了霧霾環境下視頻圖像透霧處理方法的有效性和實用性。
【專利說明】
一種基于透射率優化技術的霧天圖像快速重建方法
技術領域
[0001] 本發明涉及的是智能交通領域的視頻圖像處理的技術領域，尤其涉及的是一種基 于透射率優化技術的霧天圖像快速重建方法。
【背景技術】
[0002] 近年來，隨著工業化進程的加快，導致霧霾天氣逐漸增多，并頻繁出現在我國大部 分地區，引起空氣質量退化并嚴重影響人們的正常生活和交通出行。同時，在霧霾天氣拍攝 的視頻圖像，由于大氣渾濁的傳輸媒介對光的吸收和散射產生干擾，使得光學傳感器接受 到的光強度發生改變。拍攝的視頻圖像會出現成像物體細節輪廓模糊不清，對比度下降嚴 重，成像動態范圍大大縮短。因此，霧霾天氣對智能交通領域的電子監控設備的正常工作造 成嚴重影響。不僅使得視頻圖像的清晰度衰退，也會使得霧天視頻圖像分析處理技術(如交 通車牌識別、道路行人檢測等）的準確率降低。如何在智能交通領域的電子監控設備上進行 快速實現透霧處理，成為當前視頻圖像處理領域研究的重點內容之一。
[0003] 在現有的透霧技術當中，最常見的有兩類，一種方式是光學透霧，該方法主要由攝 像機的前端鏡頭來實現，該透霧鏡頭采用電動變倍鏡頭，價格昂貴，在智能交通和城市監控 領域無法普及。另一種方式是數字透霧，該技術則是在攝像機內部芯片上模塊化集成，或者 在服務器后臺處理軟件上實現，物理成本相對較低，是一種按照人類視覺感知模型設計的 霧天圖像復原技術，目前已經廣泛地應用于平安城市建設和智能交通領域。
[0004] 近年來，針對單幅圖像的透霧處理技術研究取得了較大進步，其中He等人提出了 基于暗通道先驗的去霧算法（K He，J Sun，X Tang.Single image haze removal using dark channel prior[J]. IEEE Transactionson Pattern Analysis and Machine Intelligence,2011,33:1-13.)，利用該算法進行透霧處理，對大多數戶外場景的霧天圖像 能得到較為理想的透霧效果。考慮到該方法原理簡單，操作性強，基于暗通道先驗規律的透 霧技術逐漸引起人們的關注和興趣。雖然該算法效果較為出色，但是算法本身的局限性約 束了其在工業上的普及應用。例如:使用方法復雜度較高的軟件摳圖處理方法，即使一幅30 萬像素彩色圖像在高性能電腦上的處理時間就要以秒級算。隨著降倍采樣技術在圖像處 理、信號處理方面的成熟應用，在允許一定信息損失的前提下，可以大幅度縮短處理耗時。 尤其是針對高清視頻圖像的透霧處理，降倍采樣技術可以大幅度提升速度，使得實時透霧 技術在攝像機內部的集成變得較為可行。
[0005] 中國專利文獻"一種圖像去霧方法和裝置"（公開號CN104091310A)，公開了一種圖 像去霧方法，該方法就是借鑒降倍采樣技術來加快透霧處理技術的實現速度。但是，比較高 倍的降采樣之后會帶來一些較為明顯的副作用，例如:在霧天圖像的明暗交界處，高倍降采 樣會帶來黑邊問題;在濃霧區域會導致背景天空和前景物體之間出現光暈等問題，降采樣 的倍率越大，副作用越明顯，嚴重影響透霧效果。所以，針對高倍率的降采樣技術帶來的透 霧副作用，亟待需要提出一種切實可行的改善方法。

【發明內容】

[0006] 本發明的目的在于克服現有技術的不足，提供了一種基于透射率優化技術的霧天 圖像快速重建方法，以提供一種新的圖像去霧方法，解決現有技術的圖像去霧方法的處理 速度慢，或者采用高倍率降采樣導致的透霧處理后圖像明暗交界處出現黑塊或者白色光暈 等突出問題。
[0007] 本發明是通過以下技術方案實現的：
[0008] 本發明提供了一種基于透射率優化技術的霧天圖像快速重建方法，包括以下步 驟：
[0009] 步驟S1:獲取需要處理的霧天圖像的原始圖像I(i，j)，并計算該原始圖像I(i，j) 的亮度圖像F(i，j)，其中，，Ω為圖像的全部像素點坐標集；
[0010] 步驟S2:對原始圖像I(i，j)進行降采樣處理，獲得降采樣縮小圖Ids(iJ)，統計降 采樣縮小圖Ids(i，j)的各個通道的直方圖，選取直方圖右端高亮處0.5%部分灰階的整體均 值作為該通道的大氣光估計值，若原始圖樣為灰度圖像，則大氣光估計值為A，若原始圖像 為三通道彩色圖像，則大氣光估計值為A c，其中，ce{R，G，B}表示紅、綠、藍三基色通道索引 值；
[0011 ]步驟S3:計算降采樣縮小圖Ids(i，j)的透射率圖Tds(i，j);
[0012] 步驟S4:將大氣透射率圖Tds(iJ)進行精細化引導濾波處理，獲得降采樣縮小圖 Ids (i，j)的精細化透射率圖Tdsgf (i，j);
[0013] 步驟S5:對精細化透射率圖Tdsgf(i，j)進行上采樣復原處理，獲得原始尺寸的大氣 透射率圖ToUtGj);
[0014] 步驟S6:對原始圖像I(i，j)的各個通道分量圖像進行透霧重建處理，獲得透霧處 理后的圖像·1_(1，」），所述透霧重建處理的計算方法為：
[0016] 式中，to為透射率最小約束值；
[0017] 步驟S7 :輸出透霧處理后的圖像J〇ut(i，j) 〇
[0018] 進一步地，所述步驟S1中，原始圖像的亮度圖像F(i，j)的獲得方法為：
[0019] 若原始圖像為灰度圖像，則將該原始圖像的灰度圖像表示為亮度圖像F(i，j);
[0020] 若原始圖像為三通道彩色圖像，則利用如下亮度轉換模型構建亮度圖像F(i，j):
[0022] 式中，R(i，j)、G(i，j)、B(i，j)為圖像的三基色分暈，wr為R通道系數，wg*G通道系 數，wb*B通道系數，全部通道權重系數總
[0023]進一步地，所述步驟S2中，降采樣處理的方法為:將原始圖像I(i，j)在行方向和列 方向進行均值降采樣處理，獲得比原始尺寸小N倍的降采樣縮小圖Ids(i，j)，原始圖像降采 樣的總倍數表示為N=Ni*Nj，其中，Ni為行方向降采樣倍率，Nj為列方向降采樣倍率。
[0024]進一步地，所述步驟S3中，大氣透射率圖Tds(i，j)的近似表達式計算方法如下：
[0026]式中：△表示進行最小值濾波處理的掩膜區域內全部像素坐標集合；ω表示透射 率圖的修正因子。
[0027]進一步地，所述步驟S4中，精細化濾波處理的方法采用二維引導濾波處理，具體步 驟包括：
[0028]步驟S401:計算降采樣縮小圖Ids(i，j)的亮度圖像Fds(i，j);
[0029]步驟S402:利用操作窗口半徑為r的均值濾波函數Fmean( ·)計算圖像的均值濾波 結果，具體為：
[0030]計算Fds(i，j)的均值濾波結果:Xf (i，j) =Fmean(Fds(i，j));
[0031 ]計算Tds(i，j)的均值濾波結果:Xt (i，j) = Fmean(Tds(i，j));
[0032] 計算Fds(i，j)和Tds(i，j)點乘圖像的均值濾波結果:Xtf (i，j) =Fmean(Tds(i，j) · Fds(iJ));
[0033] 計算Fds(i，j)和Fds(i，j)點乘圖像的均值濾波結果:Xf 2( i，j) =Fmean(Fds(i，j) · Fds(iJ));
[0034] 步驟S403:計算經過引導濾波后的精細化透射率圖Tdsgf(i，j):
[0037] 參數父13(1，」）計算公式為:父13(1，」）=父七（1，」）-父 &(1，」）《父以1，」）
[0038] 進一步地，所述步驟S5中，利用基于局部亮度加權關系的二維線性插值算法進行 上采樣復原處理，包括以下步驟：
[0039]步驟S501:將引導濾波處理的降采樣后透射率圖Tdsgf(i，j)經過上采樣復原處理 后獲得的透射率圖表示為!'。1^(1，」），此處1'。1^(1，」）與原始圖像寬高尺寸保持一致，在使用 線性插值技術恢復某像素位置(i，j)的透射率時，通常在降采樣透射率圖T dsgf(i，j)中找出 與恢復某像素位置（i，j)最鄰近的四個坐標位置的透射率數值，經過二維線性加權運算獲 得該像素位置（i，j)的近似透射率數值，這里，將最鄰近的四個透射率數值分別標記為Ta (ia, ja)、Tb(ib, jb)、Tc(ic, jc)、Td(id, jd)，鑒于線性插值運算屬于領域內常見技術，最鄰 近四個位置點的選取過程不做贅述；
[0040] 步驟S502:利用Ta(ia，ja)、Tb(ib，jb)、Tc(ic，jc)、Td(id，jd)來線性加權獲得上 采樣復原后透射率圖坐標位置(i，j)處的透射率數值Tx( i，j):
[0041] Tx(i,j)=ffa · Ta(ia,ja)+ffb · Tb(ib,jb)+ffc · Tc(ic,jc)+ffd · Td(id,jd)

[0046] 式中：恥、肫、此、財分別為了3(丨3，]_3)、113(丨13，訃）、1'(3(丨(3，扣）、了(1(丨(1，]_(1)的加權系 數，且Wa+Wb+Wc+Wd = 1 ;Rti和Rt j分別表示Ta(ia, ja)、Tb(ib, jb)、Tc(ic，jc)、Td(id, jd)四 個坐標位置構成的矩形的寬度像素距離和高度像素距離;此處Ci和Cj分別為目標透射率Tx (ij)坐標位置(ij)與Ta(iaja)坐標位置之間的寬度像素距離和高度像素距離；
[0047]步驟S503:為了使用上采樣技術復原出原始尺寸的透射率圖，在二維圖像坐標系 中，將原始圖像降采樣的總倍數表示為N = Ni*Nj，其中，Ni為行方向降采樣倍率，Nj為列方 向降采樣倍率;根據這樣的降采樣比例關系，可以推算出降采樣后的四個鄰近點Ta(ia， ja)、Tb(ib，jb)、Tc(ic，jc)、Td( id，jd)在原始尺寸圖像對應的坐標位置依次為（ia · Ni， ja · Nj)、（ib · Ni, jb · Nj)、（ic · Ni, jc · Nj)、（id · Ni, jd · Nj);本發明中，將原始尺寸透 射率圖某坐標位置（ijc)、Td(idj d)四個坐標位置進 行線段連接，標記出連線的中心點，并將四條連線的中心點坐標在原始圖像I(i，j)的亮度 圖像F(i，j)上，該四條連線的中心點對應的亮度表示為Ya、Yb、Yc、Yd，原始尺寸透射率圖某 坐標位置(i，j)處對應的亮度為Yx，Yx所對應的亮度值為Yx( i，j);
[0048] 步驟S504:對加權系數1&、113、1(3、1(1進行灰階相關性修正處理，具體為：
[0049] 步驟一：分別計算Yx與￥&、￥13、￥(：、￥(1位置的亮度差絕對值￥&_(1丨€匕￥13_(1丨€匕￥(3_ diff、Yd_diff，并取￥3_(1丨€匕￥13_(1丨€匕￥(3_(1丨€廠￥(1_(1丨€€中的最小值為組11(1丨€1最大值為 Maxdiff
[0050] 步驟二：將13、113、1(3、1(1分別和￥3_(1丨€廠￥13_(1丨€廠￥(3_(1丨€廠￥(1_(1丨€€進行位置關聯 和標記，即Ya_diff與Wa關聯，關聯過程依次類推，Yb_diff與Wb關聯，Yc_diff與Wc關聯，Yd_ diff與Wd關聯；
[0051 ] 步驟三：將Mindiff、Maxdiff與灰階絕對差值判斷閾值ThrDiff比較，如果 Maxdiff-Mindiff> = ThrDiff，則將最小值Mindiff相關聯的加權系數Wx累加到最大值 Maxdiff相關聯的加權系數Wy上，然后將最小值Mindiff相關聯的加權系數Wx置零處理，這 里的X，ye {a，b，c，d}，獲得修正后的加權系數Wa'、Wb'、Wc'、Wd' ；如果Maxdiff-MindiffX ThrDiff，則加權系數保持不變，即修正后的加權系數Wa'、Wb'、Wc'、Wd'與原加權系數Wa、 Wb、Wc、Wd-致；
[0052] 步驟S505:利用修正后的加權系數Wa'、Wb'、Wc'、Wd'來指導透射率圖的雙線性插 值處理，獲得原始尺寸的大氣透射率圖T? t( i，j):
[0053] Tout(i，j)=W'a · Ta(ia，ja)+W'b · Tb(ib，jb)+W'c · Tc(ic，jc)+W'd · Td(id，jd)〇
[0054] 本發明相比現有技術具有以下優點:本發明提供了一種基于透射率優化技術的霧 天圖像快速重建方法，該方法采用對原始尺寸圖像進行降采樣處理獲得縮小圖，再對縮小 圖計算透霧處理參數的技術方案，在使用縮小透射率圖恢復原始尺寸透射率的同時，引入 圖像像素鄰域之間的灰階相關性，對縮小圖透射率的上采樣插值的準確度進行了優化和改 進，一方面提高了處理速度，另一方面改善了透霧實際效果。該方法克服了傳統智能交通視 頻圖像透霧處理時，因透射率上采樣精度不夠，導致的圖像亮度突變區域出現黑色斑塊和 和白色光暈等難點問題，提高了霧霾環境下視頻圖像透霧處理方法的有效性和實用性，使 得透霧技術滿足智能交通攝像機實時要求的同時，能更好地抑制副作用。
【附圖說明】
[0055]圖1為基于透射率優化技術的霧天圖像快速重建方法的流程圖；
[0056]圖2為上采樣復原處理方法的流程圖；
[0057]圖3為精細化透射率圖上采樣對應的鄰域透射率位置插值關系圖；
[0058] 圖4為精細化透射率圖上采樣對應的灰階相關性約束關系圖；
【具體實施方式】
[0059] 下面對本發明的實施例作詳細說明，本實施例在以本發明技術方案為前提下進行 實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護范圍不限于下述的實施 例。
[0060] 實施例1
[0061 ]本實施例提供的一種基于透射率優化技術的霧天圖像快速重建方法，如圖1所示， 包括以下步驟：
[0062] 步驟S1:用相機獲取需要處理的霧天圖像的原始圖像I(i，j)，并計算該原始圖像 的亮度圖像F(i，j)，其中，，Ω為圖像的全部像素點坐標集；
[0063] 原始圖像的亮度圖像F(i，j)的計算方法具體如下：
[0064]若原始圖像為灰度圖像，則將該原始圖像的灰度圖像表示為亮度圖像F(i，j); [0065]若原始圖像為三通道彩色圖像，則利用如下亮度轉換模型構建亮度圖像F(i，j):
[0067]式中，R (i，j)、G (i，j)、B (i，j)為圖像的三基色分量，wr為R通道系數，取值0.299，叫為6
通道系數，取值0.587，wb為B通道系數，取值0.114，全部通道權重系數總和
[0068]步驟S2:對原始圖像I(i，j)進行降采樣處理，獲得降采樣縮小圖Ids(iJ)，統計降 采樣縮小圖Ids(i，j)的各個通道的直方圖，選取直方圖右端高亮處0.5%部分灰階的整體均 值作為該通道的大氣光估計值，若原始圖樣為灰度圖像，則大氣光估計值為A，若原始圖像 為三通道彩色圖像，則大氣光估計值為A c，其中，ce{R，G，B}表示紅、綠、藍三基色通道索引 值；
[0069]所述降采樣處理的步驟為：
[0070] 將原始圖像I(i，j)在行方向和列方向進行均值降采樣處理，獲得比原始尺寸小N 倍的降采樣縮小圖Ids(iJ)，這里N = Ni*Nj，Ni為行方向降采樣倍率，Nj為列方向降采樣倍 率，降采樣倍率可以取值2，4，8，16等數值，本實施例中，行方向和列方向的降采樣倍率Ni和 Nj相同，均取值8。
[0071] 步驟S3:計算降采樣縮小圖Ids(i，j)的大氣透射率圖Tds(i，j)，所述大氣透射率圖 Tds(iJ)的近似表達式如下：
[0073]式中：△表示進行最小值濾波處理的掩膜區域內全部像素坐標集合；ω表示透射 率圖的修正因子，本實施例中，透射率圖的修正因子ω取值為0.8。
[0074]上述大氣透射率圖Tds(iJ)的近似表達式為采用有霧圖像的成像物理模型和基于 暗通道先驗規律理論推導得出，其中，有霧圖像的成像物理模型為：
[0075] F(i，j)=J(i，j) · T(i，j)+A·[卜T(i，j)]
[0076] 式中，J(i，j)為待計算的無霧圖像，A為全球大氣光估計值；
[0077]具體推導過程和原理，可參見He等人于2011年提出的基于暗通道先驗的去霧算法 (K He，J Sun,X Tang.Single image haze removal using dark channel prior[J]. IEEE Transactionson Pattern Analysis and Machine Intelligence,2011,33:1-13.)；
[0078] 步驟S4:將大氣透射率圖Tds(iJ)進行精細化引導濾波處理，獲得降采樣縮小圖 Ids(i，j)的精細化透射率圖Tdsgf(i，j);其中，精細化濾波處理的方法采用二維引導濾波處 理，具體步驟包括：
[0079] 步驟S401:計算降采樣縮小圖Ids(iJ)的亮度圖像Fds(iJ)，計算方法參見步驟S1 的原始圖像的亮度圖像的計算方法；
[0080]步驟S402:利用操作窗口半徑為r的均值濾波函數Fmean( ·)計算圖像的均值濾波 結果，具體為：
[0081 ]計算Fds(i，j)的均值濾波結果:Xf (i，j) =Fmean(Fds(i，j));
[0082] 計算Tds(i，j)的均值濾波結果:Xt (i，j) = Fmean(Tds(i，j));
[0083] 計算Fds(i，j)和Tds(i，j)點乘圖像的均值濾波結果:Xtf (i，j) =Fmean(Tds(i，j) · Fds(iJ));
[0084] 計算Fds(i，j)和Fds(i，j)點乘圖像的均值濾波結果:Xf2( i，j) =Fmean(Fds(i，j) · Fds(iJ));
[0085] 步驟S403:計算經過引導濾波后的精細化透射率圖Tdsgf(i，j):
[0086] Tdsgf(i , j)=Fmean(Xa(i , j)) · Fds(i , j)+Fmean(Xb(i , j))
[0088] 參數父13(1，」）計算公式為:父13(1，」）=父七（1，」）-父 &(1，」）《父以1，」）
[0089] 本實施例中，Fmean( ·)函數的窗口半徑r取值為10。
[0090] 步驟S5:如圖2所示，對精細化透射率圖Tdsgf (i，j)進行上采樣復原處理：
[0091] 由于在有霧圖像的偏亮區域需要透霧處理的程度相對較高，則相應的透射率數值 就會比較小;在較暗的區域(如黑顏色車身或者背光的暗處廣告牌)需要透霧處理的程度相 對較低，則對應的透射率數值就比較高。如果對高倍率降采樣圖像對應的透射率直接線性 上采樣，在大片高亮天空區域中存在較暗廣告牌或者深黑色的車身的區域，那么就會在廣 告牌或者車身與天空區域交界的邊緣處出現副作用。出現副作用的主要原因是：由于采樣 的線性插值引入的權重系數不夠精確，沒有考慮到原始尺寸圖像的亮度相關性約束關系， 導致在亮度突變的地方，無法準確還原出原始尺寸的透射率圖，所以在亮度突變區域的透 射率圖誤差直接導致透霧圖像的副作用。因此，為了減小副作用，本發明采用局部領域像素 亮度與中心像素亮度之間的關系，設計了一種基于局部亮度加權關系的二維線性插值算 法，并利用該插值算法對降采樣縮小圖Ids(i，j)的精細化透射率圖Td Sgf(i，j)進行上采樣復 原處理，該處理方法可以較為精確地恢復原始尺寸大氣透射率圖TQUt ( i，j )，使得TQUt ( i，j ) 更加適合透霧處理要求，同時，盡量在優化速度的同時提升了透霧圖像的實際效果，具體步 驟如下：
[0092]步驟S501:將引導濾波處理的降采樣后透射率圖Tdsgf(i，j)經過上采樣復原處理 后獲得的透射率圖表示為!'。1^(1，」），此處1'。1^(1，」）與原始圖像寬高尺寸保持一致;在使用 線性插值技術恢復某像素位置(i，j)的透射率時，通常在降采樣透射率圖T dsgf(i，j)中找出 與恢復某像素位置（i，j)最鄰近的四個坐標位置的透射率數值，經過二維線性加權運算獲 得該像素位置（i，j)的近似透射率數值。這里，將最鄰近的四個透射率數值分別標記為Ta (ia, ja)、Tb(ib, jb)、Tc(ic, jc)、Td(id, jd)，鑒于雙線性插值運算屬于領域內常見技術，最 鄰近四個位置點的選取過程不做贅述；
[0093] 步驟S502:利用了&(丨&，」&)、113(丨13，訃）、1'(3(化，扣）、了(1(丨(1，」(1)來線性加權獲得上 采樣復原后透射率圖坐標位置(i，j)處的透射率數值Tx( i，j):
[0094] Tx(i,j)=ffa · Ta(ia,ja)+ffb · Tb(ib,jb)+ffc · Tc(ic,jc)+ffd · Td(id,jd)
[0099] 式中：恥、肫、此、財分別為了&(丨&，]_ &)、113(丨13，訃）、1'(3(丨(3，扣）、了(1(丨(1，]_(1)的加權系 數，且Wa+Wb+Wc+Wd = 1;如圖 3所示，這里Rti 和Rt j分別表示Ta(ia，ja)、Tb (ib，jb)、Tc (i c， jc)、Td(id，jd)四個坐標位置構成的矩形的寬度像素距離和高度像素距離;此處Ci和Cj分 別為目標透射率Tx(i，j)坐標位置(i，j)與Ta(iaja)坐標位置之間的寬度像素距離和高度 像素距離；
[0100]步驟S503:為了使用上采樣技術復原出原始尺寸的透射率圖，在二維圖像坐標系 中，將原始圖像降采樣的總倍數表示為N = Ni*Nj，其中，Ni為行方向降采樣倍率，Nj為列方 向降采樣倍率;根據這樣的降采樣比例關系，可以推算出降采樣后的四個鄰近點Ta(ia， ja)、Tb(ib，jb)、Tc(ic，jc)、Td( id，jd)在原始尺寸圖像對應的坐標位置依次為（ia · Ni， ja · Nj)、（ib · Ni, jb · Nj)、（ic · Ni, jc · Nj)、（id · Ni, jd · Nj);本發明中，將原始尺寸透 射率圖某坐標位置（ijc)、Td(idj d)四個坐標位置進 行線段連接，標記出連線的中心點，并將該四條連線的中心點坐標在原始圖像I(i，j)的亮 度圖像F(i，j)上標記，如圖4所示，該四條連線的中心點對應的亮度表示為Ya、Yb、Yc、Yd，原 始尺寸透射率圖某坐標位置(i，j)處對應的亮度為Υχ，Υχ所對應的亮度值為Yx( i，j);
[0101] 步驟S504:對加權系數1&、113、1(3、1(1進行灰階相關性修正處理，具體為 ：
[0102] 步驟一：分別計算Υχ與￥&、￥13、￥(：、￥(1位置的亮度差絕對值￥&_(1丨€匕￥13_(1丨€匕￥(3_ diff、Yd_diff，并取￥3_(1丨€匕￥13_(1丨€匕￥(3_(1丨€廠￥(1_(1丨€€中的最小值為組11(1丨€1最大值為 Maxdiff
[0103] 步驟二：將13、113、1(3、1(1分別和￥3_(1丨€廠￥13_(1丨€廠￥(3_(1丨€廠￥(1_(1丨€€進行位置關聯 和標記，即Ya_diff與Wa關聯，Yb_diff與Wb關聯，依次類推；
[0104] 步驟三:將Mindiff、Maxdiff與灰階絕對差值判斷閾值ThrDiff比較，具體為：
[0105] (1)如果Maxdiff-Mindiff> = ThrDiff，則將最小值Mindiff相關聯的加權系數Wx 累加到最大值Maxdiff相關聯的加權系數Wy上，然后將最小值Mindiff相關聯的加權系數Wx 置零處理，這里的1，7￡{￡1，13，(3，(1}，獲得修正后的加權系數1&'、113'、1(3'、1(1'，且1 &'、肫'、 Wc'、Wd'總和保持恒定；
[0106] (2)如果Maxdiff-Mindiff〈ThrDiff，則加權系數保持不變，即修正后的加權系數 Wa'、Wb'、Wc'、Wd'與原加權系數Wa、Wb、Wc、Wch^jC ;
[0107] 本實施例中，灰階絕對差值判斷閾值ThrDiff取值為25;
[0108]步驟S505:利用修正后的加權系數1&'、113'、1(3'、1(1'來指導透射率圖的雙線性插 值處理，提高透射率恢復的精確度，并獲得原始尺寸的大氣透射率圖T?t( i，j )，即：
[0109] Tout(i，j)=W'a · Ta(ia，ja)+W'b · Tb(ib，jb)+W'c · Tc(ic，jc)+W'd · Td(id，jd)〇
[0110] 本發明方法使得上采樣后的透射率圖更加接近實際，抑制了亮度突變產生的透射 率誤差，達到改善透霧效果的目的。
[0111] 步驟S6:根據He等人提出的基于暗通道先驗的去霧算法，對原始圖像I(i，j)的各 個通道分量圖像進行透霧重建處理，最終獲得透霧處理后的圖像JoutGj)，所述透霧重建 處理的計算方法為：
[0113]式中，to為透射率最小約束值，本實施例中，to取值為0.1;
[0114]步驟S7:輸出透霧處理后的圖像J〇ut( i，j) 〇
【主權項】
1. 一種基于透射率優化技術的霧天圖像快速重建方法，其特征在于，包括W下步驟： 步驟S1:獲取需要處理的霧天圖像的原始圖像I(i，j)，并計算該原始圖像I(i，j)的亮 度圖像F(i，j)，其中，（1，如￡0,0為圖像的全部像素點坐標集； 步驟S2:對原始圖像I(i，j)進行降采樣處理，獲得降采樣縮小圖Ids(i，j)，統計降采樣 縮小圖Ids(i，j)的各個通道的直方圖，選取直方圖右端高亮處0.5%部分灰階的整體均值作 為該通道的大氣光估計值，若原始圖樣為灰度圖像，則大氣光估計值為A，若原始圖像為Ξ 通道彩色圖像，則大氣光估計值為Ac，其中，C e {R，G，B}表示紅、綠、藍Ξ基色通道索引值； 步驟S3:計算降采樣縮小圖Ids(i，j)的大氣透射率圖Tds(i，j); 步驟S4:將大氣透射率圖Tds(i，j)進行精細化引導濾波處理，獲得降采樣縮小圖Ids(i， j)對應的精細化透射率圖Tdsgf(iJ); 步驟S5:對精細化透射率圖Tdsgf (i，j)進行上采樣復原處理，獲得原始尺寸的大氣透射 率圖 Tout(iJ); 步驟S6:對原始圖像I (i，j)的各個通道分量圖像進行透霧重建處理，獲得透霧處理后 的圖像jDut(i，j)，所述透霧重建處理的計算方法為：式中，to為透射率最小約束值； 步驟S7 :輸出透霧處理后的圖像Jnut (i，j)。2. 根據權利要求1所述的一種基于透射率優化技術的霧天圖像快速重建方法，其特征 在于，所述步驟S1中，原始圖像的亮度圖像F( i，j)的獲得方法為： 若原始圖像為灰度圖像，則將該原始圖像的灰度圖像表示為亮度圖像F(i，j); 若原始圖像為Ξ通道彩色圖像，則利用如下亮度轉換模型構建亮度圖像F(i，j):式中，R(i，j)、G(i，j)、B(i，j)為圖像的Ξ基色分量，wr為R通道系數，wg為G通道系數，wb 為B通道系數，全部通道權重系數總巧。3. 根據權利要求1所述的一種基于透射率優化技術的霧天圖像快速重建方法，其特征 在于，所述步驟S2中，降采樣處理的方法為:將原始圖像I(i，j)在行方向和列方向進行均值 降采樣處理，獲得比原始尺寸小N倍的降采樣縮小圖Ids(i，j)，原始圖像降采樣的總倍數表 示為N=Ni*Nj，其中，Ni為行方向降采樣倍率，Nj為列方向降采樣倍率。4. 根據權利要求1所述的一種基于透射率優化技術的霧天圖像快速重建方法，其特征 在于，所述步驟S3中，大氣透射率圖Tds(i，j)的近似表達式計算方法如下：式中：Δ表示進行最小值濾波處理的掩膜區域內全部像素坐標集合；ω表示透射率圖 的修正因子。5. 根據權利要求1所述的一種基于透射率優化技術的霧天圖像快速重建方法，其特征 在于，所述步驟S4中，精細化濾波處理的方法采用二維引導濾波處理，具體步驟包括： 步驟S401:計算降采樣縮小圖Ids(i，j)的亮度圖像Fds(iJ); 步驟S402:利用操作窗口半徑為r的均值濾波函數化ean( ·)計算圖像的均值濾波結 果，具體為： 計算Fds (i，j)的均值濾波結果:Xf (i，j) = Fmean(Fds (i，j)); 計算Tds (i，j)的均值濾波結果:Xt (i，j) = Fmean(Tds (i，j)); 計算Fds(i，j)和Tds(i，j)點乘圖像的均值濾波結果:Xtf (i，^'）=化6曰11(了(13(：[，j) · Fds (i，j)); 計算Fds(i，j)和Fds(i，j)點乘圖像的均值濾波結果：Xf2(i，^'）=化6曰11化3。，j) · Fds (i，j)); 步驟S403:計算經過引導濾波后的精細化透射率圖Tdsgf (i，j): TdsgfQ, j)=Fmean(Xa(i, j)) · Fds(i，j)+Fmean(Xb(i，j)) 式中：參數Xa( i，j)的計算公式為：參數Xb(i，j)計算公式為:Xb(i，j)=Xt(i，j)-Xa(i，j)·Xf(i，j)6. 根據權利要求1所述的一種基于透射率優化技術的霧天圖像快速重建方法，其特征 在于，所述步驟S5中，利用局部亮度加權關系的二維線性插值算法進行上采樣復原處理，包 括W下步驟： 步驟S501:使用二維線性插值技術恢復某像素位置（i，j)的透射率，具體為:在降采樣 透射率圖Tdsgf(iJ)中找出與恢復某像素位置(i，j)最鄰近的四個坐標位置，經過二維線性 加權運算獲得該像素位置（i，j)的近似透射率數值，并標記為Ta(ia，ja)、化（ib，jb)、Tc (ic,jc)、Td(id,jd); 步驟S502:利用化。3^3)、化（化，扣）、1'〇。(3^(3)、了(1。(1^(1)來線性加權獲得上采樣 復原后透射率圖T?t( i，j)坐標位置(i，j)處的透射率數值Τχ( i，j): Tx(i, j)=Wa · Ta(ia, ja)+Wb ·化（化，jb)+Wc · Tc(ic, jc)+Wd · Td(id, jd)式中：胖曰、胖6、胖(3、胖(1分別為化。曰^曰）、化（化，扣）、1'〇。(3^(3)、了(1。(1^(1)的加權系數， 且Wa+Wb+Wc+Wd=l;IU巧日Rtj分別表示Ta(ia, ja)、Tb(ibJb)、Tc(ic，jc)、Td(id, jd)四個 坐標位置構成的矩形的寬度像素距離和高度像素距離;Ci和Cj分別為目標透射率Tx(iJ) 坐標位置(i，j)與化(ia，ja)坐標位置之間的寬度像素距離和高度像素距離； 步驟S503:在二維圖像坐標系中，將原始尺寸透射率圖某坐標位置(i，j)與化(ia，ja)、 TbQb，jb)、Tc(ic，jc)、Td(id，jd)四個坐標位置進行線段連接，標記出連線的中屯、點，并將 四條連線的中屯、點坐標在原始圖像I (i，j)的亮度圖像F(i，j)上對應的亮度表示為化、Yb、 化、Yd，原始尺寸透射率圖某坐標位置(i，j)在原始圖像I(i，j)的亮度圖像F(i，j)上對應的 亮度為Yx; 步驟S504:對加權系數Wa、師、Wc、Wd進行灰階相關性修正處理，具體為： 步驟一：分別計算Yx與化、Yb、Yc、Yd位置的亮度差絕對值^_diff、^_diff、Yc_diff、 Yd_diff，并取 Ya_diff、^_diff、Yc_diff、Yd_diff 中的最小值為Mindiff，最大值為 Maxdiff〇 步驟二:將Wa、師、Wc、Wd分別和化_diff、化_diff、Yc_diff、Yd_diff進行位置關聯和標 記，即化_dif f與Wa關聯，關聯過程依次類推，Y^dif f與師關聯，Yc_dif f與Wc關聯，Yd_dif f 與Wd關聯； 步驟Ξ:將Mindiff、Maxdiff與灰階絕對差值判斷闊值ThrDiff比較，如果Maxdiff- Mindiff〉=ThrDiff， 則將最小值 Mindiff 相關聯的加權系數 Wx 累加到最大值 Maxdiff 相關 聯的加權系數Wy上，然后將最小值Mindiff相關聯的加權系數Wx置零處理，運里的X，y e {a， b，c，d}，獲得修正后的加權系數Wa'、師'、Wc'、Wd' ；如果Maxdiff-MindiffCr虹Diff，則加權 系數保持不變，即修正后的加權系數Wa'、師'、Wc'、Wd'與原加權系數Wa、師、Wc、Wd-致； 步驟S505:利用修正后的加權系數Wa'、Wb'、Wc'、Wd'來指導透射率圖的雙線性插值處 理，獲得原始尺寸的大氣透射率圖TDut( i，j): T〇ut(i，j)=Wa' ?TaUaJaHWl·'《TbabJ^+Wc'《TcacJcHWd' ·Τ(?α(υ(1)。
【文檔編號】G06T5/00GK106097259SQ201610382086
【公開日】2016年11月9日
【申請日】2016年5月27日 公開號201610382086.8, CN 106097259 A, CN 106097259A, CN 201610382086, CN-A-106097259, CN106097259 A, CN106097259A, CN201610382086, CN201610382086.8
【發明人】王庚中, 王傳根, 張乾坤, 邱換春, 陳巖, 許如峰
【申請人】安徽超遠信息技術有限公司