一种图像去雾的处理方法及装置制造方法
【专利摘要】本发明适用于图像处理【技术领域】，提供了一种图像去雾的处理方法，包括以下步骤：接收输入的图像；采用基于模糊C均值聚类的图像分割算法，对所述输入的图像进行分割，得到多个图像区域；分别对每一个所述图像区域进行去雾处理，得到消除光晕效应的图像。本发明可以消除暗原色先验去雾所产生的光晕效应。
【专利说明】一种图像去雾的处理方法及装置
【技术领域】
[0001] 本发明属于图像处理【技术领域】，尤其涉及一种图像去雾的处理方法及装置。
【背景技术】
[0002] 近年来，随着计算机软硬件技术的不断发展，对有雾天气图像的景物影像进行去 雾处理已经成为可能。然而，反过来又对去雾图像的清晰度和真实感提出了新的要求。在 雾天情况下，由于大气中水滴等粒子较多，随着物体到成像设备距离的增大，大气粒子的 散射作用对成像的影响逐渐增加，这种影响主要由两个散射过程造成：第一，物体表面的反 射光在到达成像设备的过程中，由于大气粒子的散射而发生衰减；第二，自然光因大气粒 子的散射而进入成像设备一并参与成像。因此，它们的共同作用导致采集的图像对比度低、 饱和度低及色调偏移，这不仅影响图像的视觉效果，而且影响图像分析和理解的性能。
[0003] 在雾天情况下，如上所述，由于大气粒子对户外图像采集造成了比较严重的影响， 致使室外视频系统无法正常工作，如对地形勘探、视频监控等户外作业带来了一定的不便， 特别是对交通运输业有着十分恶劣的影响，可能造成交通事故的发生和运输速度的降低。 因此对于雾天各种监测系统获取的图像上，景物影像的清晰化方法的研究具有重大的现实 意义。
[0004] 现有技术采用暗原色先验去雾算法，其非常适用于对雾天图像进行去雾处理，由 于暗原色先验在含雾图像和无雾图像之间有着很大的区别，根据这一区别，该算法几乎对 于所有类型的含雾图像都有一定的效果。去雾算法能很好地识别不同图像区域雾气的浓 度，然后进行去除，恢复图像中景物的原貌。基于暗原色先验的去雾算法能够很好地适应不 同深度的景物以及雾气浓度不同的图像区域，进行相应的处理。
[0005] 然而，暗原色先验并不能直接应用于有雾图像中，这是因为暗原色先验是基于图 像局部的先验，每个像素的暗原色是以其为中心的图像区域中亮度最低的像素颜色通道， 每个像素的暗原色可以看作是该像素雾气的亮度。可以看出，暗原色先验的成立有一个前 提条件：即图像局部区域中的景物深度不变，雾气浓度不变，但显然，对于整幅有雾图像，这 一条件只在图像的局部成立，如果直接把暗原色先验应用于整幅图像，因为自然图像中，场 景深度通常会在景物的边缘处发生突变，该算法处理后的图像中，在景物的边缘处，将会出 现明显的光晕效应。
【发明内容】
[0006] 本发明的目的在于提供一种图像去雾的处理方法及装置，旨在解决现有技术的暗 原色先验的去雾算法并不能直接作用于整幅自然图像，因为自然图像中，场景深度通常会 在景物的边缘处发生突变，该算法处理后的图像中，在边缘处会产生明显的光晕效应的问 题。
[0007] 第一方面，本发明提供了一种图像去雾的处理方法，所述处理方法包括以下步 骤：
[0008] 接收输入的图像；
[0009] 采用基于模糊C均值聚类的图像分割算法，对所述输入的图像进行分割，得到多 个图像区域；
[0010] 分别对每一个所述图像区域进行去雾处理，得到消除光晕效应的图像。
[0011] 第二方面，本发明提供了一种图像去雾的处理装置，所述处理装置包括：
[0012] 接收模块，用于接收输入的图像；
[0013] 分割模块，用于采用基于模糊C均值聚类的图像分割算法，对所述输入的图像进 行分割，得到多个图像区域；
[0014] 去雾处理模块，用于分别对每一个所述图像区域进行去雾处理，得到消除光晕效 应的图像。
[0015] 在本发明中，由于在使用暗原色先验估计雾气浓度之前，先使用模糊C均值聚类 的图像分割算法把图像分割为多个图像区域，假定分割后位于同一区域的像素都具有相同 的景物深度。然后，分别对分割后得到的各个图像区域使用暗原色先验去雾。从而可以消 除暗原色先验去雾所产生的光晕效应。
【专利附图】
【附图说明】
[0016] 图1是本发明实施例提供的图像去雾的处理方法的实现流程示意图；
[0017] 图2是本发明实施例提供的图像分割的实现流程示意图；
[0018] 图3是本发明实施例提供的去雾处理的实现流程示意图；
[0019] 图4a是本发明实施例提供的输入的图像的示意图；
[0020] 图4b是本发明实施例提供的去雾处理后的效果示意图；
[0021] 图4c是本发明实施例提供的图像分割后的效果图；
[0022] 图4d是本发明实施例提供的采用图像分割算法结合暗原色先验去雾算法进行处 理图像后的不意图；
[0023] 图5是本发明实施例提供的图像去雾的处理装置的结构示意图。
【具体实施方式】
[0024] 为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施 例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发 明，并不用于限定本发明。
[0025] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0026] 在本发明实施例中，为了消除边缘暗原色先验去雾所带来的边缘处会产生明显的 光晕效应，本发明实施例把基于模糊C均值聚类的图像分割算法结合到暗原色先验去雾算 法中，对输入图像使用基于模糊C均值聚类的图像分割算法进行分割，分割结果基本能够 保证同一图像区域内景物深度、雾气浓度基本一致，对分割后得到的各个图像区域分别使 用暗原色先验去雾算法进行去雾处理，可以看出光晕效应基本被消除，景物原貌恢复效果 理想，图像对比度增强效果明显。可知，采用本发明实施例提供的技术方案，能够解决现有 技术的暗原色先验的去雾算法并不能直接作用于整幅自然图像，因为自然图像中，场景深 度通常会在景物的边缘处发生突变，该算法处理后的图像中，在边缘处会产生明显的光晕 效应的问题。
[0027] 请参阅图1，为本发明实施例提供的图像去雾的处理方法的实现流程示意图，其主 要包括以下步骤：
[0028] 在步骤S101中，接收输入的图像；
[0029] 在本发明实施例中，在接收到所述输入的图像之后，还包括以下步骤：
[0030] 对所述输入的图像求暗原色图；利用所述图像的暗原色图求出环境光；确定所述 环境光的三通道值。
[0031] 其中，先对所述输入的图像求暗原色图（即对每一像素选取其亮度最小的通道， 构成一灰度图，然后对该灰度图作最小值滤波），找出暗原色图中亮度最大的10%像素所 在的图像区域，最后，找出原图像中该区域里亮度最高的像素点，以该像素的三通道亮度值 作为环境光（即下文提到的向量A)的三通道值。
[0032] 在步骤S102中，采用基于模糊C均值聚类的图像分割算法，对所述输入的图像进 行分割，得到多个图像区域；
[0033] 在本发明实施例中，在步骤S102之前，还包括：
[0034] 将所述输入的图像的所有像素点映射到特征空间中。具体实现为：把图像的每个 像素点的RGB通道亮度值和位置坐标组合成一个特征向量。
[0035] 在步骤S103中，分别对每一个所述图像区域进行去雾处理，得到消除光晕效应的 图像。
[0036] 下面进行详细描述上述每一个步骤的具体实现过程。
[0037] 在本发明实施例中，模糊C均值聚类是在普通C均值聚类的基础上，使用柔性的模 糊划分方式改进的一种无监督统计算法。该算法用隶属度来确定每个特征点与每个类别之 间的关联程度。
[0038] 使用模糊C均值聚类的图像分割算法（即FCM算法）进行图像分割，首先把图像 的每个像素点的RGB通道亮度值和位置坐标组合成一个特征向量，设像素点数目为n，然后 确定需要分割的图像块的数量，设分块数目为c (2〈c〈n)，在整个特征空间中随机选取c个 特征向量为聚类中心。对于每个特征向量，用值在〇、1间的隶属度来确定其属于每个类别 的程度，隶属度矩阵U大小为c Xn，矩阵元Uu表示第j个特征向量隶属于类别i的隶属度， 然后加上归一化约束，规定每个特征向量对于所有类别的隶属度之和总等于1 :
【权利要求】
1. 一种图像去雾的处理方法，其特征在于，所述处理方法包括w下步骤： 接收输入的图像； 采用基于模糊C均值聚类的图像分割算法，对所述输入的图像进行分割，得到多个图 像区域； 分别对每一个所述图像区域进行去雾处理，得到消除光晕效应的图像。
2. 如权利要求1所述的处理方法，其特征在于，在所述接收输入的图像的步骤之后，还 包括W下步骤： 对所述输入的图像求暗原色图； 利用所述图像的暗原色图求出环境光； 确定所述环境光的H通道值。
3. 如权利要求2所述的处理方法，其特征在于，在所述确定所述环境光的H通道值的 步骤之后，还包括： 将所述输入的图像的所有像素点映射到特征空间中。
4. 如权利要求3所述的处理方法，其特征在于，所述采用基于模糊C均值聚类的图像分 割算法，对所述输入的图像进行分割，得到多个图像区域的步骤，具体包括： 初始化隶属度矩阵； 计算聚类中也； 计算目标函数值； 判断所述目标函数值的变量是否小于阔值； 如果判断出小于阔值，将每个特征点划分到其隶属度最高的类别中，相同类别的像素 点划分至同一图像区域中，W完成图像分割； 如果判断出不小于阔值，则计算新的隶属度矩阵；接着返回到所述计算聚类中也的步 骤。
5. 如权利要求4所述的处理方法，其特征在于，所述分别对每一个所述图像区域进行 去雾处理，得到消除光晕效应的图像的步骤，具体包括： 对每一个图像区域分别求暗原色图，求出各个图像区域对应的暗原色图； 利用所述图像暗原色图，求出每个图像区域的透过率； 根据所述透过率求出去雾图像。
6. -种图像去雾的处理装置，其特征在于，所述处理装置包括： 接收模块，用于接收输入的图像； 分割模块，用于采用基于模糊C均值聚类的图像分割算法，对所述输入的图像进行分 害!]，得到多个图像区域； 去雾处理模块，用于分别对每一个所述图像区域进行去雾处理，得到消除光晕效应的 图像。
7. 如权利要求6所述的处理装置，其特征在于，所述图像去雾的处理装置还包括：确定 模块； 所述确定模块，用于对所述输入的图像求暗原色图；利用所述图像的暗原色图求出环 境光；确定所述环境光的H通道值。
8. 如权利要求7所述的处理装置，其特征在于，所述图像去雾的处理装置还包括：映射 模块； 所述映射模块，用于将所述输入的图像的所有像素点映射到特征空间中。
9. 如权利要求8所述的处理装置，其特征在于，所述分割模块具体包括；初始化模块、 计算模块、判断模块、划分模块、W及返回控制模块； 初始化模块，用于初始化隶属度矩阵； 计算模块，用于计算聚类中也； 所述计算模块，还用于计算目标函数值； 判断模块，用于判断所述目标函数值的变量是否小于阔值； 划分模块，用于如果判断出小于阔值，将每个特征点划分到其隶属度最高的类别中，相 同类别的像素点划分至同一图像区域中，W完成图像分割； 返回控制模块，用于如果判断出不小于阔值，则计算新的隶属度矩阵；接着返回到所述 计算模块中执行计算聚类中也。
10. 如权利要求9所述的处理装置，其特征在于， 所述去雾处理模块，具体用于对每一个图像区域分别求暗原色图，求出各个图像区域 对应的暗原色图；利用所述图像暗原色图，求出每个图像区域的透过率；根据所述透过率 求出去雾图像。
【文档编号】G06T5/00GK104346783SQ201410594489
【公开日】2015年2月11日 申请日期:2014年10月29日 优先权日:2014年10月29日
【发明者】朱青松, 宋展, 吴迪 申请人:中国科学院深圳先进技术研究院