买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于亮度对比度增强和饱和度补偿的快速图像去雾方法_浙江工商大学;浙江宇视科技有限公司;杭州云栖智慧视通科技有限公司_201810065836.8 

申请/专利权人:浙江工商大学;浙江宇视科技有限公司;杭州云栖智慧视通科技有限公司

申请日:2018-01-23

公开(公告)日:2021-10-12

公开(公告)号:CN108416741B

主分类号:G06T5/00(20060101)

分类号:G06T5/00(20060101)

优先权:

专利状态码:有效-授权

法律状态:2021.10.12#授权;2018.09.11#实质审查的生效;2018.08.17#公开

摘要:本发明涉及计算机视觉领域中图像去雾方法,特别是涉及一种基于亮度对比度增强和饱和度补偿的快速图像去雾方法,包括如下步骤,1基于偏色检测的白平衡预处理,2基于亮度通道的对比度增强,3基于大气散射模型的饱和度补偿,本发明采用基于偏色检测的白平衡校正方法,解决了去雾过程中产生颜色畸变的问题。在L单通道内进行透射率计算,能够有效缩短去雾处理时间,大大减少算法运行耗时。本发明提出了基于大气散射模型的饱和度补偿公式,有效的补偿了复原结果的饱和度,使无雾图像色彩鲜艳,画面栩栩如生。

主权项:1.一种基于亮度对比度增强和饱和度补偿的快速图像去雾方法,其特征在于:1基于偏色检测的白平衡预处理步骤一:将有雾彩色图像I从RGB色彩空间转换到Lab色彩空间,获得亮度通道L、色彩通道a和b;步骤二:基于颜色畸变因子对图像I进行偏色检测;图像I的平均色度通过下式计算: 其中:Ma和Mb分别表示色彩通道a和b的均值,M表示图像I的平均色度;Ma和Mb分别通过下式计算: 其中:x代表图像I中的一个像素,N表示图像I的像素总数,ax和bx分别表示像素x在色彩通道a和b中的值,Ma和Mb分别表示色彩通道a和b的均值;图像I的中心偏离程度通过下式计算: 其中:Va和Vb分别表示色彩通道a和b的中心偏离程度,V表示图像I的中心偏离程度;Va和Vb分别通过下式计算: 其中:x代表图像I中的一个像素,N表示图像I的像素总数,ax和bx分别表示像素x在色彩通道a和b中的值,Ma和Mb分别表示色彩通道a和b的均值,Va和Vb分别表示色彩通道a和b的中心偏离程度;衡量图像偏色程度的颜色畸变因子K如下: 其中:M为图像I的平均色度,V表示图像I的中心偏离程度,K为颜色畸变因子;对于K>1的图像,认为该图像偏色;步骤三:对于判断为偏色的图像I,利用基于完美反射的白平衡方法对偏色图像进行白平衡处理,输出无偏色的有雾图像I′;如果判断图像I无偏色,则I′=I;2基于亮度通道的对比度增强步骤一:将图像I′从RGB色彩空间转换到Lab色彩空间,获得亮度通道L′、色彩通道a′和b′;步骤二:计算大气光值A;暗通道dc通过下式计算: 其中:x代表图像I′中的一个像素,Ωx表示2*r+1*2*r+1大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像I′的高和宽,min表示求最小值的函数,round表示四舍五入取整函数;y表示Ωx中的一个像素,L′y表示像素y的亮度通道值,dcx表示像素x的暗通道值;将图像I′的全部像素按照暗通道dc的值从大到小排序,获得前0.1%的像素并求得对应像素L′的平均值,即大气光值A;步骤三:计算初始透射率t;初始透射率t通过下式计算: 其中:x代表图像I′中的一个像素,Ωx表示2*r+1*2*r+1大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像I′的高和宽,min表示求最小值的函数,round表示四舍五入取整函数;y表示Ωx中的一个像素,L′y表示像素y的亮度通道值,A表示大气光值,tx表示像素x的初始透射率值;步骤四:使用零范数梯度最小化的图像平滑方法对图像I′的亮度通道L′进行纹理滤波处理,滤波系数设置为0.01,获得了消除纹理的亮度通道L0;以L0作为引导图,采用导向滤波对初始透射率t进行精细化操作,其中滤波半径设置为64,滤波系数设置为0.001;输出导向滤波后的透射率t′;步骤五:通过大气散射模型获得对比度增强的亮度通道:L′x=Lrxt′x+A1-t′x其中:x代表图像I′中的一个像素,L′x表示像素x的亮度通道值,A表示大气光值,t′x表示像素x导向滤波后的透射率值,Lrx表示像素x对比度增强后的亮度通道值;步骤六:通过对比度增强后的亮度通道Lr、色彩通道a′和b′,将图像从Lab色彩空间转换到RGB色彩空间,获得了初始去雾图像Ir;3基于大气散射模型的饱和度补偿步骤一:将Ir从RGB色彩空间转换到HSV色彩空间,获得了色调通道Hr、饱和度通道Sr和明度通道Vr;步骤二:通过下式补偿图像饱和度: 其中:x代表图像I′中的一个像素,Srx表示像素x补偿前的饱和度通道值,S′x表示像素x补偿后的饱和度通道值;μx表示像素x的饱和度增强因子,其表示为: 其中:x代表图像I′中的一个像素,I′x表示像素x在图像I′中的值,c表示R、G、B三个通道,A表示大气光值,t′x表示导向滤波后像素x的透射率值,max表示求最大值的函数,μx表示像素x的饱和度增强因子;对溢出的饱和度进行截断: 其中:x代表图像I′中的一个像素,S′x表示像素x补偿后的饱和度通道值,S″x表示像素x截断后的饱和度通道值;步骤三:通过截断后的饱和度通道S″、色调通道Hr和明度通道Vr,将图像从HSV色彩空间转换到RGB色彩空间,获得了最终的去雾图像Ifree。

全文数据:基于亮度对比度増强和饱和度补偿的快速图像去雾方法技术领域[0001]本发明涉及计算机视觉领域中图像去雾方法,特别是涉及一种基于亮度对比度增强和饱和度补偿的快速图像去雾方法。背景技术[0002]在雾天环境下,大气中有许多灰尘颗粒和水滴,所以光线在传播的过程中会发生散射、折射、吸收等反应。图像去雾方法中,通常假定雾为白色透明的物质,但是由于相机、空气介质等因素的影响,会导致摄取的有雾图像出现偏色的现象。雾天的空气中含有的大量液滴会吸收光线,使光线散射,降低了摄取图像的可见度和对比度。雾不但会降低图像的对比度,由于雾对物体光线的遮挡,还会使图像画面苍白、饱和度降低,使图像内的物体缺乏生机。这些问题给视频监控等领域带来了技术困扰,亟待得到解决。因此,图像去雾技术具有重要的应用价值,而且也已经成为图像视频处理、计算机视觉和计算机图形学等领域的热点研究问题。发明内容[0003]本发明的目的在于提供一种基于亮度对比度增强和饱和度补偿的快速图像去雾方法。[0004]本发明解决其技术问题采用的技术方案如下:[0005]1.—种基于亮度对比度增强和饱和度补偿的快速图像去雾方法,其特征在于:[0006]1基于偏色检测的白平衡预处理[0007]步骤一:将有雾彩色图像I从RGB色彩空间转换到Lab色彩空间[1],获得亮度通道L、色彩通道a和b。[0008]步骤二:基于颜色畸变因子对图像I进行偏色检测。[0009]图像I的平均色度通过下式计算:[0010][0011]其中:MjPMb分别表示色彩通道a和b的均值,M表示图像I的平均色度。MjPMb分别通过下式计算:[0012][0013]其中:x代表图像I中的一个像素,N表示图像I的像素总数,aX和bX分别表示像素X在色彩通道a和b中的值,IVM5PMb分别表示色彩通道a和b的均值。[00M]图像I的中心偏离程度通过下式计算:[0015][0016]其中:VjPVb分别表示色彩通道a和b的中心偏离程度,V表示图像I的中心偏离程度。VdPVb分别通过下式计算:[0017][0018]其中:x代表图像I中的一个像素,N表示图像I的像素总数,aX和bX分别表示像素X在色彩通道a和b中的值,Ma和Mb分别表示色彩通道a和b的均值,V4PVb分别表示色彩通道a和b的中心偏离程度。[0019]衡量图像偏色程度的颜色畸变因子K如下:[0020][0021]其中:M为图像I的平均色度,V表示图像I的中心偏离程度,K为颜色畸变因子。对于K1的图像,认为该图像偏色。[0022]步骤三:对于判断为偏色的图像I,本文利用基于完美反射的白平衡方法[2]对偏色图像进行白平衡处理,输出无偏色的有雾图像V。如果判断图像I无偏色,则I=1。[0023]2基于亮度通道的对比度增强[0024]步骤一:将图像I'从RGB色彩空间转换到Lab色彩空间,获得亮度通道I、色彩通道a和b。[0025]步骤二:计算大气光值A。[0026]暗通道dc通过下式计算:[0027][0028]其中:x代表图像V中的一个像素,ΩX表示2*r+l*2*r+l大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像V的高和宽,minO表示求最小值的函数,roundO表示四舍五入取整函数。y表示ΩX中的一个像素,Iy表示像素y的亮度通道值,dcX表示像素X的暗通道值。[0029]将图像I'的全部像素按照暗通道dc的值从大到小排序,获得前0.1%的像素并求得对应像素1的平均值,即大气光值A。[0030]步骤三:计算初始透射率t。[0031]初始透射率t通过下式计算:[0032][0033]其中:x代表图像V中的一个像素,ΩX表示2*r+l*2*r+l大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像V的高和宽,min0表示求最小值的函数,roundO表示四舍五入取整函数。y表示ΩX中的一个像素,Iy表示像素y的亮度通道值,A表示大气光值,tX表示像素X的初始透射率值。[0034]步骤四:使用零范数梯度最小化的图像平滑方法[3]对图像I的亮度通道1进行纹理滤波处理,滤波系数设置为0.01,获得了消除纹理的亮度通道ΙΛ以Lt3作为引导图,采用导向滤波[4]对初始透射率t进行精细化操作,其中滤波半径设置为64,滤波系数设置为0.001。输出导向滤波后的透射率t。[0035]步骤五:通过大气散射模型获得对比度增强的亮度通道:[0036]L7x=Lrxtx+A1-t7x[0037]其中:X代表图像I'中的一个像素,IX表示像素X的亮度通道值,A表示大气光值,VX表示像素X导向滤波后的透射率值,IX表示像素X对比度增强后的亮度通道值。[0038]步骤六:通过对比度增强后的亮度通道I、色彩通道a'和M,将图像从Lab色彩空间转换到RGB色彩空间,获得了初始去雾图像F。[0039]3基于大气散射模型的饱和度补偿[0040]步骤一:将F从RGB色彩空间转换到HSV色彩空间,获得了色调通道Hlr、饱和度通道Slr和明度通道Vlr。[0041]步骤二:通过下式补偿图像饱和度:[0042][0043]其中:x代表图像I'中的一个像素,SlrX表示像素X补偿前的饱和度通道值,S'X表示像素X补偿后的饱和度通道值。μX表示像素X的饱和度增强因子,其表示为:[0044][0045]其中:x代表图像V中的一个像素,I'X表示像素X在图像V中的值,c表示R、G、B三个通道,A表示大气光值,VX表示导向滤波后像素X的透射率值,max〇表示求最大值的函数,μX表示像素X的饱和度增强因子。[0046]对溢出的饱和度进行截断:[0047][0048]其中:χ代表图像I中的一个像素,S'X表示像素X补偿后的饱和度通道值,S〃X表示像素X截断后的饱和度通道值。[0049]步骤三:通过截断后的饱和度通道S〃、色调通道Hi和明度通道Vi,将图像从HSV色彩空间转换到RGB色彩空间,获得了最终的去雾图像Ifrae3。[0050]本发明与背景技术相比,具有有益的效果是:[0051]本发明采用基于偏色检测的白平衡校正方法,解决了去雾过程中产生颜色畸变的问题。在L单通道内进行透射率计算,能够有效缩短去雾处理时间,大大减少算法运行耗时。本发明提出了基于大气散射模型的饱和度补偿公式,有效的补偿了复原结果的饱和度,使无雾图像色彩鲜艳,画面栩栩如生。附图说明[0052]图1是本发明实施例的结构示意图。具体实施方式[0053]在实施彩色有雾图像去雾技术时,通过亮度对比度增强和饱和度补偿的快速图像去雾方法实现有雾图像清晰化处理。[0054]实现彩色有雾图像去雾的具体过程如下:[0055]1基于偏色检测的白平衡预处理[0056]步骤一:将有雾彩色图像I从RGB色彩空间转换到Lab色彩空间[1],获得亮度通道L、色彩通道a和b。[0057]步骤二:基于颜色畸变因子对图像I进行偏色检测。[0058]图像I的平均色度通过下式计算:[0059][0060]其中:MjPMb分别表示色彩通道a和b的均值,M表示图像I的平均色度。MjPMb分别通过下式计算:[0061][0062]其中:X代表图像I中的一个像素,N表示图像I的像素总数,aX和bX分别表示像素X在色彩通道a和b中的值,IVM5PMb分别表示色彩通道a和b的均值。[0063]图像I的中心偏离程度通过下式计算:[0064][0065]其中:V4PVb分别表示色彩通道a和b的中心偏离程度,V表示图像I的中心偏离程度。VjPVb分别通过下式计算:[0066][0067]其中:X代表图像I中的一个像素,N表示图像I的像素总数,aX和bX分别表示像素X在色彩通道a和b中的值,Ma和Mb分别表示色彩通道a和b的均值,V4PVb分别表示色彩通道a和b的中心偏离程度。[0068]衡量图像偏色程度的颜色畸变因子K如下:[0069][0070]其中:M为图像I的平均色度,V表示图像I的中心偏离程度,K为颜色畸变因子。对于K1的图像,认为该图像偏色。[0071]步骤三:对于判断为偏色的图像I,本文利用基于完美反射的白平衡方法[2]对偏色图像进行白平衡处理,输出无偏色的有雾图像V。如果判断图像I无偏色,则=1。[0072]2基于亮度通道的对比度增强[0073]步骤一:将图像I'从RGB色彩空间转换到Lab色彩空间,获得亮度通道IA色彩通道a和b。[0074]步骤二:计算大气光值A。[0075]暗通道dc通过下式计算:[0076][0077]其中:x代表图像V中的一个像素,ΩX表示2*r+l*2*r+l大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像V的高和宽,minO表示求最小值的函数,roundO表示四舍五入取整函数。y表示ΩX中的一个像素,Iy表示像素y的亮度通道值,dcX表示像素X的暗通道值。[0078]将图像I'的全部像素按照暗通道dc的值从大到小排序,获得前0.1%的像素并求得对应像素1的平均值,即大气光值A。[0079]步骤三:计算初始透射率t。[0080]初始透射率t通过下式计算:[0081][0082]其中:x代表图像V中的一个像素,ΩX表示2*r+l*2*r+l大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像V的高和宽,min0表示求最小值的函数,roundO表示四舍五入取整函数。y表示ΩX中的一个像素,Iy表示像素y的亮度通道值,A表示大气光值,tX表示像素X的初始透射率值。[0083]步骤四:使用零范数梯度最小化的图像平滑方法[3]对图像I的亮度通道1进行纹理滤波处理,滤波系数设置为0.01,获得了消除纹理的亮度通道ΙΛ以Lt3作为引导图,采用导向滤波[4]对初始透射率t进行精细化操作,其中滤波半径设置为64,滤波系数设置为0.001。输出导向滤波后的透射率t。[0084]步骤五:通过大气散射模型获得对比度增强的亮度通道:[0085][0086]其中:X代表图像I'中的一个像素,IX表示像素X的亮度通道值,A表示大气光值,VX表示像素X导向滤波后的透射率值,IX表示像素X对比度增强后的亮度通道值。[0087]步骤六:通过对比度增强后的亮度通道I、色彩通道a'和M,将图像从Lab色彩空间转换到RGB色彩空间,获得了初始去雾图像F。[0088]3基于大气散射模型的饱和度补偿[0089]步骤一:将F从RGB色彩空间转换到HSV色彩空间,获得了色调通道Hlr、饱和度通道Slr和明度通道Vlr。[0090]步骤二:通过下式补偿图像饱和度:[0091][0092]其中:X代表图像I中的一个像素,SlrX表示像素X补偿前的饱和度通道值,S'X表示像素X补偿后的饱和度通道值。μX表示像素X的饱和度增强因子,其表示为:[0093][0094]其中:Χ代表图像I中的一个像素,I7X表示像素X在图像I中的值,c表示R、G、B三个通道,A表示大气光值,VX表示导向滤波后像素X的透射率值,max〇表示求最大值的函数,μX表示像素X的饱和度增强因子。[0095]对溢出的饱和度进行截断:[0096][0097]其中:X代表图像I'中的一个像素,S'X表示像素X补偿后的饱和度通道值,S〃x表示像素X截断后的饱和度通道值。[0098]步骤三:通过截断后的饱和度通道S〃、色调通道『和明度通道Γ,将图像从HSV色彩空间转换到RGB色彩空间,获得了最终的去雾图像Ifrae3。[0099][1]美卜纳特WilliamK.Pratt著;邓鲁华等译.数字图像处理[M].机械工业出版社,2005·ISBN7-m-15587-4·P46-47·[0100][2]GaspariniF,SchettiniR.Colorbalancingofdigitalphotosusingsimpleimagestatistics[J].PatternRecognition,2004,376:1201-1217.[0101][3]XuL,LuC,XuY,etal.ImagesmoothingviaLogradientminimization[J].ACMTransactionsonGraphics,2011,306:ArticleNo.174[0102][4]HeKMjSunJTangX0.Guidedimagefiltering[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2013,356:1397-1409·

权利要求:1.一种基于亮度对比度增强和饱和度补偿的快速图像去雾方法,其特征在于:1基于偏色检测的白平衡预处理步骤一:将有雾彩色图像I从RGB色彩空间转换到Lab色彩空间,获得亮度通道L、色彩通道a和b;步骤二:基于颜色畸变因子对图像I进行偏色检测;图像I的平均色度通过下式计算:其中:MjPMb分别表示色彩通道a和b的均值,M表示图像I的平均色度;MjPMb分别通过下式计算:其中:x代表图像I中的一个像素,N表示图像I的像素总数,aX和bX分别表示像素X在色彩通道a和b中的值,IVM5PMb分别表示色彩通道a和b的均值;图像I的中心偏离程度通过下式计算:其中:VjPVb分别表示色彩通道a和b的中心偏离程度,V表示图像I的中心偏离程度;Va和Vb分别通过下式计算:其中:x代表图像I中的一个像素,N表示图像I的像素总数,aX和bX分别表示像素X在色彩通道a和b中的值,Ma和Mb分别表示色彩通道a和b的均值,V4PVb分别表示色彩通道a和b的中心偏离程度;衡量图像偏色程度的颜色畸变因子K如下:其中:M为图像I的平均色度,V表示图像I的中心偏离程度,K为颜色畸变因子;对于K1的图像,认为该图像偏色;步骤三:对于判断为偏色的图像I,本文利用基于完美反射的白平衡方法对偏色图像进行白平衡处理,输出无偏色的有雾图像V;如果判断图像I无偏色,则=1;2基于亮度通道的对比度增强步骤一:将图像V从RGB色彩空间转换到Lab色彩空间,获得亮度通道IA色彩通道a'和b;步骤二:计算大气光值A;暗通道dc通过下式计算:其中=X代表图像中的一个像素,ΩX表示2*r+l*2*r+l大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像V的高和宽,min表示求最小值的函数,round〇表示四舍五入取整函数;y表示ΩX中的一个像素,Iy表示像素y的亮度通道值,dcX表示像素X的暗通道值;将图像I的全部像素按照暗通道dc的值从大到小排序,获得前0.1%的像素并求得对应像素1的平均值,即大气光值A;步骤三:计算初始透射率t;初始透射率t通过下式计算:其中=X代表图像中的一个像素,ΩX表示2*r+l*2*r+l大小的块内所有像素的集合,窗口半径r=round0.02*minh,w,其中,h和w分别表示图像V的高和宽,min表示求最小值的函数,round〇表示四舍五入取整函数;y表示ΩX中的一个像素,Iy表示像素y的亮度通道值,A表示大气光值,tX表示像素X的初始透射率值;步骤四:使用零范数梯度最小化的图像平滑方法对图像V的亮度通道1进行纹理滤波处理,滤波系数设置为0.01,获得了消除纹理的亮度通道ΙΛ以Lt3作为引导图,采用导向滤波对初始透射率t进行精细化操作,其中滤波半径设置为64,滤波系数设置为0.001;输出导向滤波后的透射率V;步骤五:通过大气散射模型获得对比度增强的亮度通道:L7x=Lrxt'x+A1-t'x其中:x代表图像I中的一个像素,IZX表示像素X的亮度通道值,A表示大气光值,t7X表示像素X导向滤波后的透射率值,IX表示像素X对比度增强后的亮度通道值;步骤六:通过对比度增强后的亮度通道ΙΛ色彩通道a'和I,将图像从Lab色彩空间转换到RGB色彩空间,获得了初始去雾图像F;3基于大气散射模型的饱和度补偿步骤一:将F从RGB色彩空间转换到HSV色彩空间,获得了色调通道Hlr、饱和度通道Slr和明度通道Vlr;步骤二:通过下式补偿图像饱和度:其中:X代表图像I中的一个像素,SMx表示像素X补偿前的饱和度通道值,S'X表示像素X补偿后的饱和度通道值;μX表示像素X的饱和度增强因子,其表示为:其中:χ代表图像V中的一个像素,IX表示像素X在图像I中的值,c表示R、G、B三个通道,A表示大气光值,tX表示导向滤波后像素X的透射率值,max表示求最大值的函数,μX表示像素X的饱和度增强因子;对溢出的饱和度进行截断:其中:X代表图像I中的一个像素,SX表示像素X补偿后的饱和度通道值,S〃X表示像素X截断后的饱和度通道值;步骤三:通过截断后的饱和度通道S〃、色调通道和明度通道Γ,将图像从HSV色彩空间转换到RGB色彩空间,获得了最终的去雾图像Ifra'

百度查询: 浙江工商大学;浙江宇视科技有限公司;杭州云栖智慧视通科技有限公司 基于亮度对比度增强和饱和度补偿的快速图像去雾方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术