针对天空区域的优化去雾算法实现

2022-09-10

一、引言

本文基于何凯明等人提出的暗通道去雾算法的图像去雾算法, 通过计算图像的透射率以及估算图像大气光强, 还原图像原始数据, 通过测试, 发现算法目前对于输入的图像中天空等明亮区域的进行去雾处理后, 该部分区域会出现严重的色彩失真问题, 针对该问题, 将输入的图像进行图像分割处理, 将图片分割为天空区域和非天空区域两部分, 引入用于图像分割的常量, 进而改进原始算法。

二、暗通道先验去雾算法原理

设输入的任意图像为, 则其暗通道可定义为:

式中表示彩色图像的三个通道, 表示以像素为中心的一个窗口。

目前已知的只有, 要求得J (x) , 显然这是一个有无数解的方程。因此, 需要做一些先验处理。然后, 假设在每个窗口内透射率为常数, 定义为, 并且值已经给定, 然后再对公式2.4进行两次求最小值运算, 得到下式:

在公式2.3中, J为待求的无雾图像, 根据暗通道先验理论得到:

即为透射率的估计值。

在公式2.4中添加一个取值在[0, 1]之间的因子, 得到新的透射率:

根据公式2.2可推导出公式:

根据公式2.6可知, 当透射率t的值很小时, 分子除以一个很小的值, 会导致求得的J的值偏大, 从而导致整体图像偏白, 对于此问题, 设置透射率的最小值, 当求得的透射率t小于时, 令。因此, 公式2.6可修改为:

三、算法实现的过程与优化

因此, 需要在该乘法计算后, 对其计算结果进行判断, 若计算结果小于1, 保持其结果不变, 进行下一步运算;若计算结果大于1, 说明P的取值过大, 导致计算结果出现问题, 为保证整张图片的输出结果, 将该像素点设置为未进行处理前的状态。即令计算后的结果J (x) 等于图像输入时该像素点的值I (x) , 变为J (x) =I (x) 。为此再增加一个约束条件, 最终得到的去雾模型为:

利用公式3.2进行去雾计算, 便可以在一定程度上修复原算法计算处理后导致的色彩失真问题。P值取值选取在50到90之间, 效果最为理想。

四、算法效果比较

图1为有雾图像, 图2为原始方法的去雾图像, 图3为引入分割常量后的去雾图像。

五、结论

通过实验的效果可以明显的看出优化后的去雾算法对天空部分的处理效果要明显好于改进前的算法, 天空部分的色彩失真问题已经得到很大程度上的改善, 而且效果明显。同时建立的可视化平台可以很直观的进行不同算法之间的对比研究

摘要：本文基于暗通道先验图像去雾算法的思想针对在天空等高亮度区域进行去雾处理后, 该部分区域会出现严重的色彩失真问题, 进行算法改进, 引入一个用于进行图像分割的可变常量, 将输入的图像分割为天空区域和非天空区域两部分, 对于分割后的两部分, 分别计算透射率。利用优化后的算法, 基本解决了原算法进行去雾处理后天空部分的色彩失真问题。

关键词：图像去雾,暗通道先验,天空区域