(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221098246 6.0 (22)申请日 2022.08.16 (71)申请人 中船航海科技有限责任公司 地址 200136 上海市浦东 新区金桥路5 35号 (72)发明人 赵瑞祥　畅海峰　白晓勇　彭银银　 吴宗瀚　曹佳起　安卫　陈岳　 吕武　 (74)专利代理 机构 上海智力专利商标事务所 (普通合伙) 31105 专利代理师 周涛 (51)Int.Cl. G06T 5/00(2006.01) G06T 5/30(2006.01) G06T 7/00(2017.01) G06V 10/762(2022.01) (54)发明名称 一种图像去雾方法 (57)摘要 本发明公开了一种图像去雾方法， 基于内含 太阳的有雾图像分别进行大气光值图估计及精 细化传播图估计， 分别得到大气光值图和精细化 传播图， 综合利用大气光值图和精细化传播图， 根据背景光照不均匀条件下的雾天成像模型对 有雾图像进行去雾操作。 本发明的雾天成像模型 描述太阳环 境下的水面雾天场景， 该模型比已有 的经典模型能更好描述太阳环 境下的雾天场景， 还原的雾天图像更加清晰、 自然。 权利要求书2页 说明书6页 附图2页 CN 115496680 A 2022.12.20 CN 115496680 A 1.一种图像去雾方法， 其特征在于， 基于内含太阳的有雾图像分别进行大气光值图估 计及精细化传播图估计， 分别得到大气光值图和精细化传播图， 综合利用大气光值图和精 细化传播图， 根据背景光照不均匀条件下的雾天成像模型对有雾图像进行去雾操作。 2.根据权利要求1所述的图像去雾方法， 其特征在于， 利用大气散射模型进行大气光值 图估计。 3.根据权利要求2所述的图像去雾方法， 其特征在于， 先对太阳位置信息进行估计， 再 利用勒让德 多项式来拟合太阳光的散射得到大气光 值图。 4.根据权利要求3所述的图像去雾方法， 其特征在于， 估计太阳位置信息时， 首先找出 原图暗通道中亮度前0.01％的点， 并采用DBSCAN方法进行聚类， 选取最大的类作为寻找太 阳的种子点； 然后对种子点进 行区域生长， 来 获取粗略的太阳形状； 最后在区域生长图像中 利用霍夫变换检测圆形来获得图像中的太阳。 5.根据权利要求3所述的图像去雾方法， 其特征在于， 勒让德多项式来拟合太阳光的散 射的拟合公式为： 其中， S(T, μ )为像平面上捕获到的散射光， T是一个受能见度和距离影响的参数， μ代表 了散射角的大小( μ＝cosθ )， 在图像上 μ反映了采样点到光源中心的像素距离， gm(T)代表了 光在大气中的衰减， 其由下列公式(2)定义(g0＝0)， I0反映了光源的亮度， q是衡量雾气散射 光的能力的参数(0<q<1)， 勒让德多项式Lm( μ )反映了不同散射角下散射光的强度， m是拟合 光源散射所需的阶数， αm＝m+1 6.根据权利要求5所述的图像去雾方法， 其特征在于， 通过以下公式(3)估计视场角与 图像分辨 率之间的比例关系， 采用k和l来代替 μ， l表示图像 中采样点到太阳的像素点个数， k代表图像中采样点到太 阳的距离与采样点所在位置的视场角之间的比值。 7.根据权利要求6所述的图像去雾方法， 其特征在于， 采用最小二乘法先拟合太阳在 90°方向和270 °方向上的大气光值， 分别记作 L90和L270， 当公式(4)达到最小时， 求得所需的 T、 q和k的值， 在完成了特定方向的散射光拟合之后， 其他方向的大气光值则通过插值的方式由公式 (5)获得， 这样就得到 了整幅图像的大气光 值图，权　利　要　求　书 1/2 页 2 CN 115496680 A 28.根据权利要求1所述的图像去雾方法， 其特征在于， 利用传播图的差值图像和 原图的 梯度图像的相似性， 根据梯度选择图像Grad(x,y)在不同区域分别利用粗略传播图和引导 滤波来生成所述精细化传播图。 9.根据权利要求8所述的图像去雾方法， 其特征在于， 通过公式(6)计算所述粗略传播 图， 式(6)中， A(x,y)为大气光值图， Idark(x,y)为暗通道图像， 由公式(7)求取， Idark(x,y)中 每个像素通过求取邻域内R、 G、 B通道的最小值 来获得， 10.根据权利要求9所述的图像去雾方法， 其特征在于， 基于有雾图像的梯度图像生成 梯度选择图像， 并利用梯度选择图像和粗略传播图生 成精细化传播图： 根据公 式(8)生成梯 度选择图像Mask(x,y)， Mask(i,j)是梯度选择图像中坐标(i,j)的值， 为了防止复原后的图像 中景物边缘周围出现 “光晕”效应， 对梯度选择图像进行形态学 膨胀操作， 膨胀次数与生成暗通道图像时邻域窗口 的宽度在数值上相等； 基于公式(9)计算精细化图像， 对于梯度选择图像中像素值为0的区域， 直接取粗略传 播图作为精细化传播图， 对于梯度选择图像中像素值为 1的区域， 采用引导滤波获取精细化 传播图， 11.根据权利要求10所述的图像去雾方法， 其特征在于， 通过公式(10)计算得到无雾图 像， 式中， I(x,y)为有雾图像。权　利　要　求　书 2/2 页 3 CN 115496680 A 3