一種圖像去霧的處理方法及裝置制造方法
【專利摘要】本發(fā)明適用于圖像處理【技術(shù)領(lǐng)域】，提供了一種圖像去霧的處理方法，包括以下步驟：接收輸入的圖像；對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素；分別對(duì)每一個(gè)所述超像素進(jìn)行去霧處理，得到消除光暈效應(yīng)的圖像。本發(fā)明可以消除暗原色先驗(yàn)去霧所產(chǎn)生的光暈效應(yīng)。
【專利說(shuō)明】一種圖像去霧的處理方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，尤其涉及一種圖像去霧的處理方法及裝置。

【背景技術(shù)】
[0002] 近年來(lái)，隨著計(jì)算機(jī)軟硬件技術(shù)的不斷發(fā)展，對(duì)有霧天氣圖像的景物影像進(jìn)行去 霧處理已經(jīng)成為可能。然而，反過(guò)來(lái)又對(duì)去霧圖像的清晰度和真實(shí)感提出了新的要求。在 霧天情況下，由于大氣中水滴等粒子較多，隨著物體到成像設(shè)備距離的增大，大氣粒子的 散射作用對(duì)成像的影響逐漸增加，這種影響主要由兩個(gè)散射過(guò)程造成：第一，物體表面的反 射光在到達(dá)成像設(shè)備的過(guò)程中，由于大氣粒子的散射而發(fā)生衰減；第二，自然光因大氣粒 子的散射而進(jìn)入成像設(shè)備一并參與成像。因此，它們的共同作用導(dǎo)致采集的圖像對(duì)比度低、 飽和度低及色調(diào)偏移，這不僅影響圖像的視覺(jué)效果，而且影響圖像分析和理解的性能。
[0003] 在霧天情況下，如上所述，由于大氣粒子對(duì)戶外圖像采集造成了比較嚴(yán)重的影響， 致使室外視頻系統(tǒng)無(wú)法正常工作，如對(duì)地形勘探、視頻監(jiān)控等戶外作業(yè)帶來(lái)了一定的不便， 特別是對(duì)交通運(yùn)輸業(yè)有著十分惡劣的影響，可能造成交通事故的發(fā)生和運(yùn)輸速度的降低。 因此對(duì)于霧天各種監(jiān)測(cè)系統(tǒng)獲取的圖像上，景物影像的清晰化方法的研究具有重大的現(xiàn)實(shí) 意義。
[0004] 現(xiàn)有技術(shù)采用暗原色先驗(yàn)去霧算法，其非常適用于對(duì)霧天圖像進(jìn)行去霧處理，由 于暗原色先驗(yàn)在含霧圖像和無(wú)霧圖像之間有著很大的區(qū)別，根據(jù)這一區(qū)別，該算法幾乎對(duì) 于所有類型的含霧圖像都有一定的效果。去霧算法能很好地識(shí)別不同圖像區(qū)域霧氣的濃 度，然后進(jìn)行去除，恢復(fù)圖像中景物的原貌?；诎翟闰?yàn)的去霧算法能夠很好地適應(yīng)不 同深度的景物以及霧氣濃度不同的圖像區(qū)域，進(jìn)行相應(yīng)的處理。
[0005] 然而，暗原色先驗(yàn)并不能直接應(yīng)用于有霧圖像中，這是因?yàn)榘翟闰?yàn)是基于圖 像局部的先驗(yàn)，每個(gè)像素的暗原色是以其為中心的圖像區(qū)域中亮度最低的像素顏色通道， 每個(gè)像素的暗原色可以看作是該像素霧氣的亮度?？梢钥闯觯翟闰?yàn)的成立有一個(gè)前 提條件：即圖像局部區(qū)域中的景物深度不變，霧氣濃度不變，但顯然，對(duì)于整幅有霧圖像，這 一條件只在圖像的局部成立，如果直接把暗原色先驗(yàn)應(yīng)用于整幅圖像，因?yàn)樽匀粓D像中，場(chǎng) 景深度通常會(huì)在景物的邊緣處發(fā)生突變，該算法處理后的圖像中，在景物的邊緣處，將會(huì)出 現(xiàn)明顯的光暈效應(yīng)。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提供一種圖像去霧的處理方法及裝置，旨在解決現(xiàn)有技術(shù)的暗 原色先驗(yàn)的去霧算法并不能直接作用于整幅自然圖像，因?yàn)樽匀粓D像中，場(chǎng)景深度通常會(huì) 在景物的邊緣處發(fā)生突變，該算法處理后的圖像中，在邊緣處會(huì)產(chǎn)生明顯的光暈效應(yīng)的問(wèn) 題。
[0007] 第一方面，本發(fā)明提供了一種圖像去霧的處理方法，所述處理方法包括以下步 驟：
[0008] 接收輸入的圖像；
[0009] 對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素；
[0010] 分別對(duì)每一個(gè)所述超像素進(jìn)行去霧處理，得到消除光暈效應(yīng)的圖像。
[0011] 第二方面，本發(fā)明提供了一種圖像去霧的處理裝置，所述處理裝置包括：
[0012] 接收模塊，用于接收輸入的圖像；
[0013] 分割模塊，用于對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素；
[0014] 去霧處理模塊，用于分別對(duì)每一個(gè)所述超像素進(jìn)行去霧處理，得到消除光暈效應(yīng) 的圖像。
[0015] 在本發(fā)明中，由于在使用暗原色先驗(yàn)估計(jì)霧氣濃度之前，先使用SLIC超像素分割 算法把圖像分割為多個(gè)超像素，每個(gè)超像素都具有相近的三通道灰度值，不包含景物深度 突變的邊緣區(qū)域。然后，分別對(duì)分割后得到的各個(gè)圖像區(qū)域使用暗原色先驗(yàn)去霧。從而可 以消除暗原色先驗(yàn)去霧所產(chǎn)生的光暈效應(yīng)。

【專利附圖】

【附圖說(shuō)明】
[0016] 圖1是本發(fā)明實(shí)施例提供的圖像去霧的處理方法的實(shí)現(xiàn)流程示意圖；
[0017] 圖2是本發(fā)明實(shí)施例提供的圖像分割的實(shí)現(xiàn)流程示意圖；
[0018] 圖3是本發(fā)明實(shí)施例提供的去霧處理的實(shí)現(xiàn)流程示意圖；
[0019] 圖4a是本發(fā)明實(shí)施例提供的輸入的圖像的示意圖；
[0020] 圖4b是本發(fā)明實(shí)施例提供的去霧處理后的效果示意圖；
[0021] 圖4c是本發(fā)明實(shí)施例提供的圖像分割后的效果圖；
[0022] 圖4d是本發(fā)明實(shí)施例提供的采用圖像分割算法結(jié)合暗原色先驗(yàn)去霧算法進(jìn)行處 理圖像后的不意圖；
[0023] 圖5是本發(fā)明實(shí)施例提供的圖像去霧的處理裝置的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0024] 為了使本發(fā)明的目的、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合附圖及實(shí)施 例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā) 明，并不用于限定本發(fā)明。
[0025] 為了說(shuō)明本發(fā)明所述的技術(shù)方案，下面通過(guò)具體實(shí)施例來(lái)進(jìn)行說(shuō)明。
[0026] 在本發(fā)明實(shí)施例中，為了消除邊緣暗原色先驗(yàn)去霧所帶來(lái)的邊緣處會(huì)產(chǎn)生明顯的 光暈效應(yīng)，本發(fā)明實(shí)施例把基于圖像分割算法結(jié)合到暗原色先驗(yàn)去霧算法中，對(duì)輸入圖像 使用圖像分割算法進(jìn)行分割，雖然存在一定的過(guò)分割現(xiàn)象，但其基本能夠保證同一圖像區(qū) 域內(nèi)景物深度、霧氣濃度基本一致，對(duì)分割后得到的各個(gè)超像素分別使用暗原色先驗(yàn)去霧 算法進(jìn)行去霧處理，可以看出光暈效應(yīng)基本被消除，景物原貌恢復(fù)效果理想，圖像對(duì)比度增 強(qiáng)效果明顯?？芍捎帽景l(fā)明實(shí)施例提供的技術(shù)方案，能夠解決現(xiàn)有技術(shù)的暗原色先驗(yàn)的 去霧算法并不能直接作用于整幅自然圖像，因?yàn)樽匀粓D像中，場(chǎng)景深度通常會(huì)在景物的邊 緣處發(fā)生突變，該算法處理后的圖像中，在邊緣處會(huì)產(chǎn)生明顯的光暈效應(yīng)的問(wèn)題。
[0027] 請(qǐng)參閱圖1，為本發(fā)明實(shí)施例提供的圖像去霧的處理方法的實(shí)現(xiàn)流程示意圖，其主 要包括以下步驟：
[0028] 在步驟S101中，接收輸入的圖像；
[0029] 在本發(fā)明實(shí)施例中，在接收到所述輸入的圖像之后，還包括以下步驟：
[0030] 將所述輸入的圖像轉(zhuǎn)換為CIELAB顏色空間圖像。
[0031] 作為本發(fā)明一優(yōu)選實(shí)施例，在所述將所述輸入的圖像轉(zhuǎn)換為CIELAB顏色空間圖 像的步驟之前，還包括：
[0032] 對(duì)所述輸入的圖像求暗原色圖；利用所述圖像的暗原色圖求出環(huán)境光；確定所述 環(huán)境光的三通道值。
[0033] 其中，先對(duì)所述輸入的圖像求暗原色圖（即對(duì)每一像素選取其亮度最小的通道， 構(gòu)成一灰度圖，然后對(duì)該灰度圖作最小值濾波），找出暗原色圖中亮度最大的10%像素所 在的圖像區(qū)域，最后，找出原圖像中該區(qū)域里亮度最高的像素點(diǎn)，以該像素的三通道亮度值 作為環(huán)境光（即下文提到的向量A)的三通道值。
[0034] 在步驟S102中，對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素；
[0035] 在本發(fā)明實(shí)施例中，對(duì)所述輸入的圖像對(duì)應(yīng)的CIELAB顏色空間圖像進(jìn)行分割，得 到多個(gè)超像素。
[0036] 在步驟S103中，分別對(duì)每一個(gè)所述超像素進(jìn)行去霧處理，得到消除光暈效應(yīng)的圖 像。
[0037] 下面進(jìn)行詳細(xì)描述上述每一個(gè)步驟的具體實(shí)現(xiàn)過(guò)程。
[0038] 在本發(fā)明實(shí)施例中，將所述輸入的圖像轉(zhuǎn)換為CIELAB顏色空間圖像的實(shí)現(xiàn)方案 為：
[0039] 所謂超像素，是指具有相似紋理、顏色、亮度等特征的相鄰像素構(gòu)成的圖像塊。它 利用像素之間特征的相似程度將像素分組，可以獲取圖像的冗余信息，很大程度上降低了 后續(xù)圖像處理任務(wù)的復(fù)雜度。
[0040] SLIC超像素是基于聚類算法的，特征向量由CIELAB顏色空間的三個(gè)通道值，以及 x、y坐標(biāo)值組成。所述輸入的圖像是RGB數(shù)字彩色圖像，因此，需要將RGB數(shù)字彩色圖像轉(zhuǎn) 換為CIELAB顏色空間圖像。
[0041] 其中，將RGB數(shù)字彩色圖像轉(zhuǎn)換為CIELAB顏色空間圖像，首先需要先轉(zhuǎn)換為XYZ 顏色空間，轉(zhuǎn)換公式如式（5)所示：
[0042]

【權(quán)利要求】
1. 一種圖像去霧的處理方法，其特征在于，所述處理方法包括以下步驟： 接收輸入的圖像； 對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素； 分別對(duì)每一個(gè)所述超像素進(jìn)行去霧處理，得到消除光暈效應(yīng)的圖像。
2. 如權(quán)利要求1所述的處理方法，其特征在于，在所述接收輸入的圖像的步驟之后，還 包括以下步驟： 將所述輸入的圖像轉(zhuǎn)換為CIELAB顏色空間圖像； 所述對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素的步驟，具體為： 對(duì)所述輸入的圖像對(duì)應(yīng)的CIELAB顏色空間圖像進(jìn)行分割，得到多個(gè)超像素。
3. 如權(quán)利要求2所述的處理方法，其特征在于，在所述將所述輸入的圖像轉(zhuǎn)換為 CIELAB顏色空間圖像的步驟之前，還包括： 對(duì)所述輸入的圖像求暗原色圖； 利用所述圖像的暗原色圖求出環(huán)境光； 確定所述環(huán)境光的三通道值。
4. 如權(quán)利要求3所述的處理方法，其特征在于，所述對(duì)所述輸入的圖像進(jìn)行分割，得到 多個(gè)超像素的步驟，具體包括： 每隔預(yù)設(shè)距離設(shè)置一個(gè)像素對(duì)應(yīng)的特征點(diǎn)作為初始聚類中心； 為每個(gè)所述聚類中心分配一個(gè)單獨(dú)的標(biāo)簽； 將相似度最高的聚類中心的標(biāo)簽賦給每一個(gè)特征點(diǎn)； 重新計(jì)算新的聚類中心； 判斷所述新的聚類中心相對(duì)于上一組的聚類中心是否有變化； 如果判斷出沒(méi)有變化，則把相同類別的特征點(diǎn)對(duì)應(yīng)的像素點(diǎn)劃分到同一個(gè)超像素中， 以完成圖像分割； 如果判斷出有變化，則返回所述將相似度最高的聚類中心的標(biāo)簽賦給每一個(gè)特征點(diǎn)的 步驟。
5. 如權(quán)利要求4所述的處理方法，其特征在于，所述分別對(duì)每一個(gè)所述超像素進(jìn)行去 霧處理，得到消除光暈效應(yīng)的圖像的步驟，具體包括： 對(duì)每一個(gè)超像素分別求暗原色圖，求出各個(gè)超像素對(duì)應(yīng)的暗原色圖； 利用所述圖像暗原色圖，求出每個(gè)超像素的透過(guò)率； 根據(jù)所述透過(guò)率求出去霧圖像。
6. -種圖像去霧的處理裝置，其特征在于，所述處理裝置包括： 接收模塊，用于接收輸入的圖像； 分割模塊，用于對(duì)所述輸入的圖像進(jìn)行分割，得到多個(gè)超像素； 去霧處理模塊，用于分別對(duì)每一個(gè)所述超像素進(jìn)行去霧處理，得到消除光暈效應(yīng)的圖 像。
7. 如權(quán)利要求6所述的處理裝置，其特征在于，所述圖像去霧的處理裝置還包括：圖像 轉(zhuǎn)換模塊； 所述圖像轉(zhuǎn)換模塊，用于將所述輸入的圖像轉(zhuǎn)換為CIELAB顏色空間圖像。 所述分割模塊，具體用于對(duì)所述輸入的圖像對(duì)應(yīng)的CIELAB顏色空間圖像進(jìn)行分割，得 到多個(gè)超像素。
8. 如權(quán)利要求7所述的處理裝置，其特征在于，所述圖像去霧的處理裝置還包括：確定 模塊； 所述確定模塊，用于對(duì)所述輸入的圖像求暗原色圖；利用所述圖像的暗原色圖求出環(huán) 境光；確定所述環(huán)境光的三通道值。
9. 如權(quán)利要求8所述的處理裝置，其特征在于，所述分割模塊具體包括：設(shè)置單元、分 配單元、賦給單元、計(jì)算單元、判斷單元、劃分單元、以及返回控制單元； 設(shè)置單元，用于每隔預(yù)設(shè)距離設(shè)置一個(gè)像素對(duì)應(yīng)的特征點(diǎn)作為初始聚類中心； 分配單元，用于為每個(gè)所述聚類中心分配一個(gè)單獨(dú)的標(biāo)簽； 賦給單元，用于將相似度最高的聚類中心的標(biāo)簽賦給每一個(gè)特征點(diǎn)； 計(jì)算單元，用于重新計(jì)算新的聚類中心； 判斷單元，用于判斷所述新的聚類中心相對(duì)于上一組的聚類中心是否有變化； 劃分單元，用于如果判斷出沒(méi)有變化，則把相同類別的特征點(diǎn)對(duì)應(yīng)的像素點(diǎn)劃分到同 一個(gè)超像素中，以完成圖像分割； 返回控制單元，用于如果判斷出有變化，則返回所述賦給單元，執(zhí)行將相似度最高的聚 類中心的標(biāo)簽賦給每一個(gè)特征點(diǎn)。
10. 如權(quán)利要求9所述的處理裝置，其特征在于， 所述去霧處理模塊，具體用于對(duì)每一個(gè)超像素分別求暗原色圖，求出各個(gè)超像素對(duì)應(yīng) 的暗原色圖；利用所述圖像暗原色圖，求出每個(gè)超像素的透過(guò)率；根據(jù)所述透過(guò)率求出去 霧圖像。
【文檔編號(hào)】G06T5/00GK104331866SQ201410596859
【公開(kāi)日】2015年2月4日 申請(qǐng)日期:2014年10月29日 優(yōu)先權(quán)日:2014年10月29日
【發(fā)明者】朱青松, 宋展, 吳迪 申請(qǐng)人:中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院