基于opencv的单张图像去雾算法（一）

http://blog.csdn.net/cfqcfqcfqcfqcfq/article/details/52848087

最近对图像去雾算法产生了兴趣，查阅学习了大量论文和大牛博客后，决定动手用自己熟悉的opencv来编写程序完成。文章专门记录了具体算法实现过程以及其中遇见的大量问题。供自己以后参考，当然也希望能给广大博友提供一些参考。本文着重讲实现过程，图像去雾理论会同过参考文献形式给出。整个内容拟大概分成三个章节来介绍。

开发环境：

   计算机系统：win10(64-bit) 

   编译器：MSVC 2013(64 bit)

   Qt版本：5.4.2(64 bit)

   OpenCV：3.0.0

   1、去雾原理（简述）

  雾图形成模型：

 其中，I(X)就是我们现在已经有的图像（待去雾的图像），J(x)是我们要恢复的无雾的图像，A是全球大气光成分（未知）， t(x)为透射率（未知）。现在的已知条件就是I(X)，要求目标值J(x),显然，这是个有无数解的方程。所以要求解J(x),必须通过一系列的先验知识求取t(x)和A.

   由先验知识，A是一个全局变量，它可以选取含雾图像的最大像素值来作为A值，这是最简单的办法，还有一些求解方法可以见参考文献1.

  暗原色先验知识可以作为求取t(x)的理论依据。 该理论认为,在绝大多数户外无雾图像的局部区域里,至少存在一些像素, 其一个颜色通道的强度值很低。通过对每个像素块R、G和B三通道同时取最小化可求得Jdark, 

具体的理论描述可以见参考文献1

     t(x)的求解公式如下：

      

      其中，后半部分是含雾图像的暗原色图。 w系数用来保留一部分雾。本文取w=0.9

      通过一系列先验知识求取了A和t(x)就可以根据公式（1）的变形求取J(x)，其中t0是透射率的最小值，防止出现为0的情况，本文取t0=0.1

                

        2、代码实现：

           有了上面的原理就可以实现一个基于暗原色先验的图像去雾算法。该算法的核心是设计最小值滤波函数（minFilter）.该函数有一个重要的参数滤波核ksize需要设置,为了能适应不同图像的处理，采取了一种自适应滤波核，其思想也很简单：选取图像行、列的1%中的最大值作为滤波核，同时设置最小滤波核min_ksize=3作为下限  算法代码如下：

[cpp]  view plain  copy

1. #include <QCoreApplication>  
2. #include <opencv2/opencv.hpp>  
3. #include <vector>  
4. #include <QDebug>  
5. using namespace cv;  
6.   
7. const double kernRatio=0.01; //自适应核比例  
8. const int minAtomLigth=220; //最小大气光强  
9. const double wFactor=0.95; //w系数 用来调节  
10. const double min_t =0.1; //最小透射率  
11. void minFilter(cv::Mat src, Mat &dst, int ksize=3);
12. int main(int argc, char *argv[])  
13. {  
14.     QCoreApplication a(argc, argv);  
15. //读取数据  
16.     Mat src = imread("f:/fog8.png");  
17.     imshow("[picture]",src);  
18.   
19.     //--------------------基于暗原色先验去雾算法---------------------  
20.     //[1] --求取min(R,G,B)  
21.     Mat minRgb = Mat::zeros(src.rows,src.cols,CV_8UC1);  
22.     for(int i=0;i<src.rows;i++)  
23.         for(int j=0;j<src.cols;j++)  
24.         {  
25.             uchar g_minvalue =255;  
26.             for(int c=0;c<3;c++)  
27.             {  
28.                 if(g_minvalue>src.at<Vec3b>(i,j)[c])  
29.                     g_minvalue=src.at<Vec3b>(i,j)[c];  
30.             }  
31.             minRgb.at<uchar>(i,j)=g_minvalue;  
32.         }  
33.     imshow("min[r,g,b]",minRgb);  
34.     //[1]  
35.   
36.     //[2] --求取暗源色图像  
37.     Mat darkChannelImage;  
38.     int ksize=std::max(3,std::max((int)(src.cols*kernRatio),(int)(src.rows*kernRatio))); //求取自适应核大小  
39.     minFilter(minRgb,darkChannelImage,ksize);  
40.     imshow("Dark_Channel_Image",darkChannelImage);  
41.     //[2]  
42.   
43.     //[3] --求取投射率图（根据暗原色先验原理）  
44.     Mat t=Mat::zeros(src.rows,src.cols,CV_64FC1);  
45.     for(int i=0;i<src.rows;i++)  
46.         for(int j=0;j<src.cols;j++)  
47.         {  
48.             t.at<double>(i,j)=(255.0-  
49.                                (double)darkChannelImage.at<uchar>(i,j)*wFactor)/255;  
50.         }  
51.     imshow("T_Image",t);//浮点图像 如果要显示 只有范围在0到1之间才有意义  
52.     //[3]  
53.   
54.     //[4] --求取全球大气光强A(全局量)  
55.     double A;Point maxLoc;  
56.     minMaxLoc(darkChannelImage,0,&A,0,&maxLoc);  
57.     A=std::max(src.at<Vec3b>(maxLoc.y,maxLoc.x)[0],  
58.             std::max(src.at<Vec3b>(maxLoc.y,maxLoc.x)[1],  
59.             src.at<Vec3b>(maxLoc.y,maxLoc.x)[2]));  
60.     //[4]  
61.   
62.     //[5] --根据去雾公式求取去雾图像  J=(I-(1-t)*A)/max(t,min_t)  
63.     Mat deFog=Mat::zeros(src.rows,src.cols,CV_8UC3);  
64.     for(int i=0;i<src.rows;i++)  
65.         for(int j=0;j<src.cols;j++)  
66.             for(int c=0;c<src.channels();c++)  
67.                 deFog.at<Vec3b>(i,j)[c]=(src.at<Vec3b>(i,j)[c]-  
68.                                          (1-t.at<double>(i,j))*A)/  
69.                         std::max(t.at<double>(i,j),min_t);  
70.     imshow("defog",deFog);  
71.     //[5]<pre name="code" class="cpp">//最小值滤波 模式模板大小为3*3  
72. void minFilter(const cv::Mat src,cv::Mat &dst,int ksize)  
73. {  
74.     //[1] --检测原始图像  
75.     if(src.channels()!=1)  
76.         return;  
77.     if(src.depth()>8)  
78.         return;  
79.     //[1]  
80.   
81.     int r=(ksize-1)/2; //核半径  
82.     //初始化目标图像  
83.     dst=Mat::zeros(src.rows,src.cols,CV_8UC1);  
84.     //[3] --最小值滤波  
85.     for(int i=0;i<src.rows;i++)  
86.         for(int j=0;j<src.cols;j++)  
87.         {  
88.             //[1] --初始化滤波核的上下左右边界  
89.             int top=i-r;  
90.             int bottom=i+r;  
91.             int left=j-r;  
92.             int right=j+r;  
93.             //[1]  
94.   
95.             //[2] --检查滤波核是否超出边界  
96.             if(i-r<0)  
97.                 top=0;  
98.             if(i+r>src.rows)  
99.                 bottom=src.rows;  
100.             if(j-r<0)  
101.                 left=0;  
102.             if(j+r>src.cols)  
103.                 right=src.cols;  
104.             //[2]  
105.   
106.             //[3] --求取模板下的最小值  
107.             Mat ImROI=src(Range(top,bottom),Range(left,right));  
108.             double min,max;  
109.             minMaxLoc(ImROI,&min,&max,0,0);  
110.             dst.at<uchar>(i,j)=min;  
111.             //[3]  
112.         }  
113.     //[3]  
114. }  

3、效果图：

注：左边为原图  中间为投射率图  右面为去雾图像

参考文献：

【1】去雾原理