1.基于物理模型的低照度彩色圖像增強(qiáng)算法,其特征在于,包括如下步驟:
(1)將低照度圖像反轉(zhuǎn)為偽霧圖;
(2)采用暗通道先驗(yàn)規(guī)律對(duì)偽霧圖的環(huán)境光值進(jìn)行估計(jì);
(3)基于光照情況對(duì)透射率進(jìn)行估計(jì);
(4)基于物理模型恢復(fù)出無霧圖像;
(5)對(duì)無霧圖像反轉(zhuǎn)后得到增強(qiáng)圖像。
2.如權(quán)利要求1所述的一種基于物理模型的低照度圖像增強(qiáng)算法,其特征在于,所述步驟(1)中,將低照度圖像反轉(zhuǎn)為偽霧圖具體包括:
將低照度圖像反轉(zhuǎn),如式(1)所示,
Iinv(x)=1-I(x) (1)
其中,x表示圖像的坐標(biāo)點(diǎn),I(x)表示輸入的低照度圖像,Iinv(x)表示反轉(zhuǎn)圖像,即偽霧圖;
偽霧圖像的形成模型可以簡(jiǎn)化為:
Iinv(x)=J(x)t(x)+A(1-t(x)) (2)
其中,J(x)表示恢復(fù)的無霧圖像,A是偽霧圖的環(huán)境光值,t(x)為介質(zhì)傳輸參數(shù)即透射率;
根據(jù)式(2)知,偽霧圖基于大氣物理模型去霧后得到的無霧圖像Jinv(x):
與霧天圖像不同,A被稱為偽霧圖的環(huán)境光值,將無霧圖像反轉(zhuǎn)即得到低照度增強(qiáng)之后的圖像Jen(x):
Jen(x)=1-Jinv(x) (4)。
3.如權(quán)利要求1所述的一種基于物理模型的低照度圖像增強(qiáng)算法,其特征在于,所述步驟(2)中,采用暗通道先驗(yàn)規(guī)律對(duì)偽霧圖的環(huán)境光值進(jìn)行估計(jì)具體包括:
偽霧圖環(huán)境光值A(chǔ)的求取方法如下:
根據(jù)式(5)計(jì)算得到暗通道圖像Jdark(x);
c表示圖像RGB三個(gè)顏色通道,Jc是J的一個(gè)顏色通道,Ω(x)是一個(gè)以x為中心的小圖像塊,Jdark(x)為暗通道圖像,
從Jdark(x)中提取前0.1%亮度最高的像素點(diǎn);
從原圖像I(x)中提取步驟(2)中得到的點(diǎn)中強(qiáng)度最大的點(diǎn),將該點(diǎn)的R、G、B值賦值給A。
4.如權(quán)利要求1所述的一種基于物理模型的照度圖像增強(qiáng)算法,其特征在于,所述步驟(3)中,基于光照情況對(duì)透射率進(jìn)行估計(jì)具體包括:
采用雙邊濾波對(duì)初始透射率t(x)作優(yōu)化處理,雙邊濾波是一種可以保留邊緣信息同時(shí)去噪的濾波器,雙邊濾波定義為:
式中,I為輸入圖像,F(xiàn)B(I)為濾波后的圖像,為高斯核函數(shù),代表了以(x,y)為中心,周邊點(diǎn)(xi,xj)的空間相似度,是其對(duì)應(yīng)的方差參數(shù);為另一個(gè)高斯核函數(shù),代表了以(x,y)為中心,周邊點(diǎn)(xi,xj)的空間相似度,是其對(duì)應(yīng)的方差參數(shù);
計(jì)算t(x)的具體步驟如下:
(1)令D(x)定義為暗圖像,
計(jì)算D(x)的局部均值B1(x)和局部標(biāo)準(zhǔn)差B2(x):
B1(x)=FB(D(x)) (10)
B2(x)=FB(|D(x)-B1(x)|) (11)
(2)計(jì)算二者之差估計(jì)大氣光幕
(3)由于是D(x)的局部均值和局部標(biāo)準(zhǔn)差之差,則定義:
(4)根據(jù)已經(jīng)求得的環(huán)境光值A(chǔ),計(jì)算優(yōu)化透射率t(x)即景深:
式中,為A的RGB三個(gè)顏色通道的均值。
5.如權(quán)利要求2所述的基于物理模型的低照度圖像增強(qiáng)方法,其特征在于,所述步驟(4)中,基于物理模型恢復(fù)出無霧圖像具體包括:
根據(jù)(15)式,求得基于物理模型去霧后的無霧圖像J(x),式中t0取常數(shù)值,用于降低圖像噪聲,J(x)表示恢復(fù)的無霧圖像,
6.如權(quán)利要求1所述的基于物理模型的低照度圖像增強(qiáng)方法,其特征在于,所述步驟(5)中,對(duì)無霧圖像反轉(zhuǎn)后得到增強(qiáng)圖像;
將無霧圖像反轉(zhuǎn)即得到低照度增強(qiáng)后的圖像Jen(x):
Jen(x)=1-J(x) (16)。