CN104361564B - 粉尘图像恢复的切片减光方法 - Google Patents

Abstract

本发明公开了一种粉尘图像恢复的切片减光法，其具体实施步骤如下：1）利用对原始输入图像I的粉尘区域检测结果，计算出空气光参数A；2）取一系列距离值，计算出每个距离对应的切片图像；3）对每个切片图像实施粉尘区域检测，将各个切片的非粉尘区域保留，重构为粉尘图像恢复图像。该方法不但有效去除了粉尘多散射对图像的影响，提高了图像的对比度、清晰度与色彩度，而且具有较高的实时性。

Description

粉尘图像恢复的切片减光方法

技术领域

本发明涉及计算机图形处理方法，具体地说是一种粉尘图像恢复的切片减光方法，用于计算机视觉领域有粉尘图像的处理方法。

背景技术

在粉尘环境中工作对人体健康是有害的，通过计算机视觉方式对工作场所进行自动监控与管理便可以将人从粉尘环境中解脱出来。然而由于粉尘颗粒对光线的吸收和散射作用，在粉尘环境中得到的图像在对比度、清晰度以及色彩度等方面都产生了退化。因此消除粉尘环境对图像的影响有着重要的意义。

对于这类问题，目前主要有两种图像清晰化方法。一种是基于图像增强的方法。此方法不考虑粉尘图像中景物的深度对图像退化的影响，只选取图像中感兴趣的部分进行增强。虽然改善了人的视觉感受，但是通常也会丢失图像中一些重要的信息。

另一种是基于物理模型下的图像恢复方法。由于这种图像恢复方法是通过研究光线在某种大气介质中的传播的物理过程，进而建立其图像退化模型，并基于此模型对图像进行恢复的。因此其图像恢复结果相比图像增强得到的结果更加自然而且细节信息保留更完整。目前此类方法有基于多幅图像的恢复方法与基于单幅图像的恢复方法。其中单幅图像恢复方法又可分为基于人机交互或地理信息已知的恢复方法与基于单幅图像本身信息假设的图像恢复方法。这些方法大都使 用McCartney退化模型。然该物理模型是基于单次散射与同质均匀性假设的。对于粉尘环境中常遇到的不均匀分布与多散射的情况，上述方法就不能取得满意的效果。

发明内容

本发明为解决现有粉尘环境图像处理技术处理效果不佳的技术问题，提出了一种粉尘图像恢复的切片减光方法。

粉尘图像恢复的切片减光方法的具体步骤如下：

一种粉尘图像恢复的切片减光方法，其特征在于，该方法包含如下步骤：

1)利用对原始输入图像I的粉尘区域检测结果，计算出空气光参数A；

2)取一系列距离值，计算出每个距离对应的切片图像；

3)对每个切片图像实施粉尘区域检测，将各个切片的非粉尘区域保留，重构为粉尘图像恢复图像。

步骤1)中的详细步骤包括：

①根据计算出半反图像I_s，其中，

c表示r通道，g通道或者b通道，I^c表示原始图像中c通道的分量，表示半反图像中c通道的分量，max操作符表示取最大值；然后将原始图像I与半反图像I_s从RGB空间转换到CIE L*c*h*空间分别为I’与I_s′；计算I_h＝I′(:,:,3)-I_s′(:,:,3)，将I_h>10°的部分设定为粉尘区域；

②利用I_g(x)＝min_c∈{r,g,b}I^c(x)逐像素求得原始图像I在r、g、b三个通道中的最小值，其中min操作符表示取最小值，得到灰度图像I_g；

③计算I_g中对应粉尘分布区域的部分L_g，在L_g中求出最亮值V_max，并求L_g内大于0.8V_max的像素点的灰度平均值，作为空气光参数A。这样求出的A是在粉尘区域得到的，具有较强的准确性，有利于下一步处理。③中计算出的L_g是指I_h>10°的粉尘区域在灰度图像I_g上所对应的位置。

所述步骤2)中的详细步骤包括：

①沿图像I景深方向取距离d_i使得直接传输率t_i∈(0.2,0.8)，其中 d_i+1＝d_i+Δd,Δd∈(20,100)米，消光系数β∈(0.005,0.008)；

②按公式计算出d_i对应的切片图像J_i。这样就将J_i与J_i+1间粉尘环境光对图像的影响减小了。上述计算方法以及t_i、A参数的选择使得最终得到的图像受光散射影响最小。d_i、β参数值的设定可以保证t_i∈(0.2,0.8)。

步骤3)中的详细步骤包括：

①对第一张J₁实施粉尘区域检测，如果检出的粉尘区域Y₁大于95％则舍弃该切片；取下一张切片进行同样检测，直至J_i的粉尘区域Y_i不大于95％，则将J_i作为第一张切片；

②将切片图像J_i检测中的非粉尘区域X_i保留，其粉尘区域记为Y_i；对下一张切片J_i+1中与Y_i区域相同的Y_i+1区域再进行粉尘检测，若 J_i+1中的Y_i+1的粉尘区域大于95％，则舍弃J_i+1，重新将下一张切片记为J_i+1，并对其Y_i+1区域进行粉尘检测，直到找到可以保留的切片，记为J_i+1，将其非粉尘区域X_i+1保留，而Y_i+1作为下一张切片需要进行粉尘检测的区域；重复进行此步骤，直至达到最后一张切片图像；

③按照将各个切片中的非粉尘保留部分混合重构，得到最终的粉尘图像恢复结果J_out。

采用步骤②所述方法可以最大限度的避免后面切片图像对前面已经清晰部分的影响；保障了减光原理的有效性；步骤②中所述的切片图像J_i是指经过上一步骤检测后保留下的切片。

本发明与现有的技术相比具备以下优点：

1、对粉尘图像处理效果好。图2(a)为原始输入的粉尘图像，图2(b)为本算法的处理结果。对比结果表明本方法处理的粉尘图像不但在对比度、清晰度与色彩度上都有极大的改善，而且图像中的细节也显示出来了。

2、可以有效去除非均匀分布且具有多次散射的粉尘环境对图像的影响。图3(b)为何凯明方法(Kaiming He,Jian Sun,Xiaoou Tang.“Single Image Haze Removal UsingDark Channel Prior,”Computer Vision and Pattern Recognition,CVPR2009.June2009,pp.1956-1963.)对图3(a)的处理结果，图3(c)为孟高峰方法(Meng Gaofeng,WangYing,Duan Jiangyong,Xiang Shiming,Pan Chunhong.“EfficientImage Dehazing withBoundary Constraint and Contextual Regularization,”ICCV2013,Dec.2013，pp.617-624.)对图3(a)的处理结果,图3(d)为本算法对图3(a)的处理结果。对比表明，本方法对非均匀分布且具有多次散射的粉尘图像去除效果好。

3、处理速度较快。表1为本方法与何凯明方法对图3(a)处理的时间对比，本算法直接利用图像退化模型计算少量切片图像进行重构，比何凯明的软抠图方法处理速度快。实验所用的是联想E40笔记本计算机，处理器为Core^TMi3，内存为2G。未对matlab代码进行优化。

表1两种万法对粉尘图像处理的时间对比表

方法	图片	图片大小	处理时间(s)
				何凯明方法	图3(a)	211*299*3	23.938232
本方法	图3(a)	211*299*3	0.78653

本发明通过在景深方向计算出的切片图像以及计算时所采用的参数(如Δd、t_i)设定，有效减少粉尘散射对图像的影响，最终通过对切片的选择性混合，重构了去除粉尘后的图像。该方法不但有效去除了粉尘多散射对图像的影响，提高了图像的对比度、清晰度与色彩度，而且具有较高的实时性。

附图说明

图1为本发明的简要流程图。

图2(a)为待处理的原始粉尘图像。

图2(b)本发明处理后的去粉尘图像。

图3(a)为待处理的原始粉尘图像。

图3(b)为何凯明方法处理后的结果。

图3(c)为孟高峰方法处理后的结果。

图3(d)为本发明处理后的结果。

具体实施方式

以一幅原始粉尘图像为例按照如图1所示的流程进程处理，其具体步骤如下：

1)读入原始粉尘图像记为I；

2)利用对原始输入图像I的粉尘区域检测结果，计算出空气光参数A；

3)取一系列距离值，计算出每个距离对应的切片图像；

4)对每个切片图像实施粉尘区域检测，将各个切片的非粉尘区域保留，重构为粉尘图像恢复图像。

所述步骤1)的详细步骤包括：

①根据计算出半反图像I_s，然后将原始图像I与半反图像I_s从RGB空间转换到CIE L*c*h*空间后分别为I’与I_s′；计算I_h＝I′(:,:,3)-I_s′(:,:,3)，I_h>10°的部分为粉尘区域；

②利用I_g(x)＝min_c∈{r,g,b}I^c(x)逐像素求的原始图像I在R、G、B三个通道中的最小值，得到灰度图像I_g；

③计算I_g中对应粉尘分布区域的部分L_g，在L_g中求出最亮值V_max，并求L_g内大于0.8V_max的像素点的灰度平均值，作为空气光参数A。

所述步骤2)的详细步骤包括：

①沿图像I景深方向取距离d_i使得直接传输率t_i∈(0.2,0.8)，其中d_i+1＝d_i+Δd,Δd∈(20,100)米，消光系数β∈(0.005,0.008)，本实例取d＝[40,70,180,210,383]米，消光系数β∈(0.005,0.008),本实例取β＝0.008；

②按公式计算出d_i对应的切片图像J_i。

所述步骤3)的详细步骤包括：

①对第一张J₁实施粉尘区域检测，如果检出的粉尘区域Y₁大于95％则舍弃该切片；取下一张切片进行同样检测，直至J_i的粉尘区域Y_i不大于95％，则将J_i作为第一张切片；

②将切片图像J_i检测出的非粉尘区域X_i保留，其粉尘区域记为Y_i；对下一张切片J_i+1中与Y_i区域相同的Y_i+1区域再进行粉尘检测，若J_i+1中的Y_i+1的粉尘区域大于95％，则舍弃J_i+1，重新将下一张切片记为J_i+1，并对其Y_i+1区域进行粉尘检测，直到找到可以保留的切片，记为J_i+1，将其非粉尘区域X_i+1保留，而Y_i+1作为下一张切片需要进行粉尘检测的区域；重复进行此步骤，直至达到最后一张切片图像；(粉尘区域检测采用步骤1)①中的方法)

③按照将各个切片中的非粉尘保留部分混合重构，得到最终的粉尘图像恢复结果J_out。

相对图3(a)的原始粉尘图像而言，图3(d)的对比度、清晰度色彩度更高，对不均匀粉尘区域的去除效果良好，取得了良好的图像恢复效果。

本发明的保护范围并不仅限于上述实施方式，凡是属于本发明原理的技术方案均属于本发明的保护范围。对与本领域的技术人员而言，在不脱离本发明的原理的前提下进行的若干改进和润饰也应视作本发明的保护范围。

Claims (1)

1.一种粉尘图像恢复的切片减光方法，其特征在于，该方法包含如下步骤：

1)利用对原始输入图像I的粉尘区域检测结果，计算出空气光参数A；所述步骤1)中的详细步骤包括：

①根据计算出半反图像I_s，其中，c表示r通道，g通道或者b通道，I^c表示原始图像中c通道的分量，I′_s表示半反图像中c通道的分量，max操作符表示取最大值，然后将原始图像I与半反图像I_s从RGB空间转换到CIE L*c*h*空间后分别为I’与I′_s；计算I_h＝I′(:,:,3)-I′_s(:,:,3)，将I_h>10°的部分设定为粉尘区域；

②利用I_g(x)＝min_c∈{r,g,b}I^c(x)逐像素求得原始图像I在r、g、b三个通道中的最小值，其中min操作符表示取最小值，得到灰度图像I_g；

③计算I_g中对应粉尘分布区域的部分L_g，在L_g中求出最亮值V_max，并求L_g内大于0.8V_max的像素点的灰度平均值，作为空气光参数A；

2)取一系列距离值，计算出每个距离对应的切片图像；所述步骤2)中的详细步骤包括：

①沿图像I景深方向取距离d_i使得直接传输率t_i∈(0.2,0.8)，其中d_i+1＝d_i+Δd,Δd∈(20,100)米，消光系数β∈(0.005,0.008)；

②按公式计算出d_i对应的切片图像J_i；

3)对每个切片图像实施粉尘区域检测，将各个切片的非粉尘区域保留，重构为粉尘图像恢复图像；所述步骤3)中的详细步骤包括：

①对第一张J₁实施粉尘区域检测，如果检出的粉尘区域Y₁大于95％则舍弃该切片；取下一张切片进行同样检测，直至J_i的粉尘区域Y_i不大于95％，则将J_i作为第一张切片；

②将切片图像J_i检测中的非粉尘区域X_i保留，其粉尘区域记为Y_i；对下一张切片J_i+1中与Y_i区域相同的Y_i+1区域再进行粉尘检测，若J_i+1中的Y_i+1的粉尘区域大于95％，则舍弃J_i+1，重新将下一张切片记为J_i+1，并对其Y_i+1区域进行粉尘检测，直到找到可以保留的切片，记为J_i+1，将其非粉尘区域X_i+1保留，而Y_i+1作为下一张切片需要进行粉尘检测的区域；重复进行此步骤，直至达到最后一张切片图像；

③按照将各个切片中的非粉尘保留部分混合重构，得到最终的粉尘图像恢复结果J_out。