导向滤波算法 java_一种基于双通道先验和侧窗导向滤波的单幅图像去雾方法与流程...

本发明属于计算机图像处理的领域，用于图像或者视频去雾等相关领域；具体涉及一种基于双通道先验和侧窗导向滤波的单幅图像去雾方法。

背景技术：

图像采集过程中，由于雾天的影响，使得景物的能见度大幅降低，再加上大气光线的影响，造成获得的图像受到严重的质量退化，对比度大大降低。图像质量的退化会严重影响其后续处理，比如图像比对、特征提取、图像识别等。图像去雾一直是计算机视觉、图像处理领域的热点。

现有的传统图像去雾方法中，he等[2]基于暗通道先验的去雾方法取得了广泛的应用，但其所使用的软抠图算法过于复杂，大大增加了计算量。虽然后续很多方法对其进行改进，取得了良好的去雾效果，但目前仍然存在如边缘突变区域去雾不彻底；当图像中出现大量白色区域时，恢复的图像效果不佳等。

技术实现要素：

本发明的目的是为了克服现有技术中的不足，针对传统的暗通道先验没有考虑图像中大量白色物体的影响，使得估算的透射率小于实际透射率，造成恢复的图像失真。本发明提出一种基于双通道先验和侧窗导向滤波的单幅图像去雾方法；基于双通道先验估计大气光值，并且提出了自适应阈值选取大气光值避免大量白色物体对恢复图像造成的影响。阈值选取采用了一个反馈机制，即利用原始有雾图像中最亮和最暗像素值做一个阈值自适应的选取，然后反馈到暗通道中对大气光值a的选取，可以有效避免图像中有大量白色物体的影响。在透射率优化时使用侧窗导向滤波代替导向滤波。实验结果表明，侧窗导向滤波具有更好的保持边缘特性。

本发明的目的是通过以下技术方案实现的：

一种基于双通道先验和侧窗导向滤波的单幅图像去雾方法，包括以下步骤：

(1)分别求取有雾图像的暗通道图像和亮通道图像，分别取两个图像灰度值最大的前0.1％的像素点；

(2)利用原有雾图像暗通道和亮通道图像中最亮像素值以及最暗像素值设计函数求取一个自适应阈值delta(0

(3)利用文献[6]提出的rgb立方体空间决策图像中像素的分布来求解大气光值a；

(4)根据暗通道先验求得透射率

(5)将侧窗滤波与导向滤波结合形成侧窗导向滤波，使用原有雾图像暗通道图做引导图像对求取出来的进行优化滤波得到

(6)根据大气散射模型，将大气光值a和透射率代入雾天图像成像模型的光学表达式中，得出最终的复原场景。

与现有技术相比，本发明的技术方案所带来的有益效果是࿱