[发明专利]基于场景深度分割的图像去雾方法

摘要

本发明公开了一种基于场景深度分割的图像去雾方法，首先获取待处理的含雾图像；其次分别求取含雾图像的深度图像和最小通道图像；根据应用聚类的方法，将深度图像按照场景深度分割为5部分；然后分别求取这4幅深度子图像的大气光值，构造整幅图像的大气光图；而后对整幅大气光图和透射率进行滤波修正；最后根据修正后的大气光图和透射率，应用图像退化模型求解清晰图像。本发明能够不仅能满足提高图像能见度的要求，又有能效地保持复原图像的亮度和色彩饱和度，具有较高的实用价值，对提高雾霾天气下采集到的图像质量有着积极的意义。

主权项

1.基于场景深度分割的图像去雾方法，其特征在于，包括以下步骤：步骤1：获取含雾图像I(x)；步骤2：获取含雾图像I(x)的深度图像Idepth(x)以及最小通道图像Imin(x)；步骤3：根据聚类分割的方法将步骤2获得的深度图像I_depth(x)分割为n个子图像，并按照场景深度由近到远分别标记为Label1‑Label n；步骤4：对步骤3中获得的n幅深度子图像Label1‑Label n分别求取大气光值，记作A₁‑A_n；步骤5：根据步骤3和步骤4中获得的深度子图像及其对应的大气光值，得到整幅图像的大气光图A_map(x)；以最小通道图I_min(x)为引导图像，应用引导滤波器对大气光图A_map(x)进行滤波处理得到修正后的大气光图A_modmap(x)；步骤6：求解图像透射率粗估计t(x)，定义大气耗散函数：V(x)＝A_modmap(x)(1‑t(x)),其中，V(x)表示大气耗散函数，A_modmap(x)为修正后的大气光图；并将步骤2获得的深度图像I_depth(x)作为大气耗散函数的粗估计V(x)；步骤7：以深度图像I_depth(x)为引导图像，应用引导滤波器对步骤6中获得的图像透射率粗估计t(x)进行滤波处理得到修正后的透射率估计t_mod(x)；步骤8：根据雾天图像退化模型，按照步骤5和步骤7中得到的修正后的大气光图A_modmap(x)和透射率估计t_mod(x)以及含雾图像I(x)求解复原图像J(x)。