一种基于信息熵快速确定同态滤波参数的图像去雾方法

1.本发明涉及数字图像处理领域，特别是雾图图像去雾处理中一种基于信息熵快速确定同态滤波参数的图像去雾方法。


背景技术：

2.当下，计算机视觉产业蓬勃发展，诸如自动驾驶、航天拍摄、城市大脑等领域都需要计算机视觉的配合。计算机视觉与人眼类似，前者主要是通过感知摄影设备获得的图像以达到人眼视觉的效果。因此，图像质量的好坏将直接影响计算机视觉系统的应用效果。通常，图像的质量与成像设备和外界环境密切相关。成像设备对成像的质量易把控，但外界环境对图像质量的影响却难以控制。因此，需要数字图像处理技术方法对图像的质量进行改善。当前，雾霾天气的频繁出现，已经导致获取的图像质量受到极大的影响，其遮挡使得图像细节损失严重。因此，对雾图图像进行处理具有重要的现实意义。
3.目前，雾图图像快速去雾主要采用基于物理模型的去雾方法和基于图像增强的去雾方法。两大类方法有相互融合的趋势，且通常是以滤波的形式进行两类方法的连接。由于同态滤波能够在很大程度上保留图像原貌，并对细节进行增强，因此被广泛使用。同态滤波在使用过程中涉及多个参数的经验定值问题，而经验定值往往难以快速有效的保证去雾后的图像效果。特别是面临大量的雾图图像的去雾处理，现有同态滤波处理技术方法难以保证雾图被高效、准确的去雾。因此，本发明针对雾霾天气影响导致图像呈现雾图状态进行去雾处理，采用一种基于信息熵快速确定同态滤波参数的图像去雾方法，高效、准确的进行同态滤波模型定参、去雾，获取具有明显效果的去雾图像。


技术实现要素：

4.本发明的目的是提供一种基于信息熵快速确定同态滤波参数的图像去雾方法，以克服同态滤波在使用过程中斜面锐化参数与截止频率参数经验定值不准确导致滤波效果不稳定的缺陷，快速确定参数，并使滤波所得图像的信息熵处于较高值，显著提高图像去雾的处理效果。
5.本发明的技术方案如下：
6.一种基于信息熵快速确定同态滤波参数的图像去雾方法，包括以下步骤：
7.1)对单张雾图图像采用同态滤波进行滤波去雾处理，其中，同态滤波的传递函数中高频增益和低频增益固定取值，斜面锐化参数和截止频率参数变动取值，计算不同参数组合后处理所得图像的信息熵；
8.在对雾图图像进行滤波处理时，设定高频增益，一般为大于1的值；设定低频增益，一般为小于1的正值。分别对斜面锐化参数与截止频率参数按一定间距进行采样并带入同态滤波中进行计算，并对不同雾图图像的输出图像进行信息熵的计算。斜面锐化参数与截止频率参数可按照等间距、不等间距中的一种进行采样。采样范围越大，采样间距越小，获得的斜面锐化参数、截止频率参数及对应信息熵的关系越准确。
9.2)根据斜面锐化参数、截止频率参数及对应信息熵，建立三者的三维空间图像，其中，斜面锐化参数和截止频率参数构建二维平面，信息熵作为一维竖面；
10.3)根据不同斜面锐化参数、截止频率参数及对应信息熵构建的三维空间图像，确定竖面信息熵峰值曲线；
11.根据雾图图像去雾处理效果最优时输出图像具有最大信息熵这一特点，可筛选最大信息熵及其对应的斜面锐化参数与截止频率参数。
12.4)信息熵峰值曲线投影到二维平面，得到斜面锐化参数与截止频率参数投影线；
13.5)对多张雾图图像按照1)—4)处理，得到不同雾图图像斜面锐化参数和截止频率参数的投影线；
14.6)对投影线进行分区，对各个分区的成簇投影线进行多项式拟合，建立基于信息熵的斜面锐化参数与截止频率参数的斜锐截频模型，所述斜锐截频模型为斜面锐化参数作为自变量表达截止频率参数作为因变量的模型、截止频率参数作为自变量表达斜面锐化参数作为因变量的模型中的一种；
15.7)根据拟合精度确定多项式拟合模型，并作为最优斜锐截频模型；
16.8)分别采用各分区确定的最优斜锐截频模型，任意给定最优斜锐截频模型中的自变量，计算因变量，并使用同态滤波对待处理的雾图图像进行去雾，选择最优质量的去雾图像作为最终的去雾图像。
17.作为优选，所述同态滤波为高斯型同态滤波、巴特沃斯型同态滤波、指数型同态滤波中的一种。
18.作为优选，所述斜面锐化参数和截止频率参数变动取值是斜面锐化参数在一定范围a内按间隔g逐点取值，截止频率参数在一定范围b内按间隔h逐点取值。
19.作为优选，所述间隔g为等间距、不等间距的一种，间隔h为等间距、不等间距的一种。
20.作为优选，所述多项式拟合的模型系数计算可采用最小二乘法、正交最小二乘法、整体最小二乘法中的一种。
21.作为优选，所述拟合精度为平均绝对误差、中误差、方差中的一种。
22.与现有技术相比，本发明具有如下优点：
23.在使用同态滤波进行雾图去雾的过程中，避免了现有方法对斜面锐化参数与截止频率参数采用经验定值导致的图像去雾效果的不确定性，以及围绕经验值采用枚举法定值导致的图像去雾处理效率低等问题，能够快速确定同态滤波传递函数参数，高效批量处理雾图图像，并获得较好的去雾效果。
附图说明
24.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
25.图1为本发明实施例的总体流程示意图。
26.图2为本发明实施例单张雾图图像生成斜面锐化参数与截止频率参数投影线的流
程示意图。
27.图3为本发明实施例多张雾图图像生成最优斜锐截频模型的流程示意图。
28.图4为本发明实施例多张雾图图像去雾过程中斜面锐化参数与截止频率参数相关性示意图。
29.图5为本发明实施例多张雾图图像去雾过程中不同斜面锐化参数、截止频率参数及对应信息熵构建的三维空间图像示意图，以及以斜面锐化参数为横坐标、信息熵为纵坐标的侧面示意图。
30.图6为本发明实施例多张雾图图像的斜面锐化参数与截止频率参数投影线示意图。
31.图7为本发明实施例多张雾图图像的最优斜锐截频模型的曲线示意图。
32.在图4中，横坐标为斜面锐化参数，纵坐标为截止频率参数。图中颜色由浅到深反映了信息熵从低到高的变化。最浅色为白色，该色为截止的最低信息熵，其值等于原图信息熵，最深色为去雾图像的最大信息熵值。
33.在图5中，左侧图像为斜面锐化参数、截止频率参数及对应信息熵构建的三维空间图像，右侧图像为斜面锐化参数横坐标、信息熵纵坐标的侧面图。信息熵从低到高分别由浅色转变为深色。
34.在图6中，多张雾图图像的斜面锐化参数与截止频率参数投影线分区为三个区域。
35.在图7中，投影线分区为三个区域后，通过多项式拟合，得到各区的最优斜锐截频模型。
具体实施方式
36.下面结合附图和实施例对本发明进一步说明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的技术特征可以相互结合。除非另外定义，本发明公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明公开使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
37.一种基于信息熵快速确定同态滤波参数的图像去雾方法，包括以下步骤：
38.1)对单张雾图图像采用同态滤波进行滤波去雾处理，其中，同态滤波的传递函数中高频增益和低频增益固定取值，斜面锐化参数和截止频率参数变动取值，计算不同参数组合后处理所得图像的信息熵。
39.所述同态滤波为高斯型同态滤波、巴特沃斯型同态滤波、指数型同态滤波中的一种。
40.在一个具体的实施例中，采用高斯型同态滤波对雾图图像进行处理，高斯型同态滤波的方程表示如下：
[0041][0042]
式中，h(u,v)为同态滤波函数值；(u,v)表示图像像元位置；γh为高频增益；γ
l
为低频增益；d2(u,v)为图像(u,v)处像元到图像中心点的欧式距离的平方；c为斜面锐化参
数；d0为截止频率参数。
[0043]
对雾图图像进行滤波处理时，高频增益可设为大于1的值，低频增益可设为小于1的正值。
[0044]
在一个具体的实施例中，设定高频增益为2，低频增益为0.5。
[0045]
所述斜面锐化参数和截止频率参数变动取值是斜面锐化参数在一定范围a内按间隔g逐点取值，截止频率参数在一定范围b内按间隔h逐点取值。所述间隔g为等间距、不等间距的一种，间隔h为等间距、不等间距的一种。
[0046]
分别对斜面锐化参数与截止频率参数按设定范围和间距取值后，两两组合带入同态滤波中进行计算，输出处理的雾图图像，并计算信息熵。采样范围越大，采样间距越小，获得的斜面锐化参数、截止频率参数及对应信息熵的关系就越准确，得到的三维空间图像就越清晰。
[0047]
在一个具体的实施例中，一定范围a为[0,80]，间隔g为0.1。一定范围b为[0,50]，间隔h为0.1。从0开始，以间距0.1，分别对斜面锐化参数与截止频率参数进行取值，每幅雾图图像两种参数有501
×
801种组合。
[0048]
在另一个具体的实施例中，一定范围a为[0,80]，间隔g为0.1和0.05交替使用。一定范围b为[0,50]，间隔h为0.05和0.1交替使用。
[0049]
将每一种组合的斜面锐化参数与截止频率参数代入式(1)计算，得到单张图像501
×
801种对应的处理图像。计算处理图像的信息熵。信息熵求解方程如下：
[0050][0051][0052]
式中，h
gray
为灰度图像的信息熵；h为彩色图像的信息熵；p(i)为i像素在图中出现的频率；grayx(x∈{r,g,b})表示图像对应的rgb图层。
[0053]
根据式(2)与式(3)，可计算单张雾图图像对应501
×
801种处理图像的信息熵。
[0054]
2)根据斜面锐化参数、截止频率参数及对应信息熵，建立三者的三维空间图像，其中，斜面锐化参数和截止频率参数构建二维平面，信息熵作为一维竖面。见图5左侧图所示。
[0055]
3)根据不同斜面锐化参数、截止频率参数及对应信息熵构建的三维空间图像，确定竖面信息熵峰值曲线。见图5右侧图所示。
[0056]
4)信息熵峰值曲线投影到二维平面，得到斜面锐化参数与截止频率参数投影线。
[0057]
5)对多张雾图图像按照1)—4)处理，得到不同雾图图像斜面锐化参数和截止频率参数的投影线。
[0058]
在一个具体的实施例中，选取40张雾图图像建模，雾图图像应尽可能包含多种景物，如天空、河流、湖泊、山地等，以保证建模的精度。
[0059]
对40张雾图图像按照1)—4)处理，得到不同雾图图像斜面锐化参数和截止频率参数的投影线，且投影线会成簇显示，见图6所示。
[0060]
6)对投影线进行分区，对各个分区的成簇投影线进行多项式拟合，建立基于信息熵的斜面锐化参数与截止频率参数的斜锐截频模型。
[0061]
所述斜锐截频模型为斜面锐化参数作为自变量表达截止频率参数作为因变量的
模型、截止频率参数作为自变量表达斜面锐化参数作为因变量的模型中的一种。
[0062]
所述多项式拟合的模型可以采用2阶多项式、3阶多项式、4阶多项式、5阶多项式、6阶多项式、7阶多项式、8阶多项式、9阶多项式、10阶多项式中的一种或多种。
[0063]
所述多项式拟合的模型系数计算可采用最小二乘法、正交最小二乘法、整体最小二乘法中的一种。
[0064]
在一个具体的实施例中，将斜面锐化参数作为自变量，截止频率参数作为因变量，构建以斜面锐化参数表示截止频率参数的多项式。采用2阶至10阶多项式进行拟合。例如，3阶多项式拟合的公式如下：
[0065]
d0＝a0+a1c+a2c2+a3c
3 (4)
[0066]
式中，a0、a1、a2、a3为多项式系数。
[0067]
对各分区的成簇投影线分别进行2阶至10阶多项式拟合。n(n＝2,3,l,10)阶多项式对待估系数求偏导，整理后的方程为：
[0068][0069]
式中，m为某一分区成簇投影线上ci和d
0i
组合成点的个数。
[0070]
根据式(5)，分别采用最小二乘法求解n(n＝2,3,l,10)阶多项式系数。
[0071]
7)根据拟合精度确定多项式拟合模型，并作为最优斜锐截频模型。
[0072]
所述拟合精度为平均绝对误差、中误差、方差中的一种。
[0073]
在一个具体的实施例中，计算各个拟合曲线的中误差，中误差的公式如下：
[0074][0075]
式中，d
0i
为投影线上的值；为拟合所得的值。
[0076]
不同阶数的多项式拟合精度结果见表1所示。
[0077]
表1
[0078][0079]
从表1中可以根据多项式拟合模型的阶数与中误差关系，确定精度最高的模型作为最优斜锐截频模型。
[0080]
从图6可知，成簇投影线呈现出上、中、下三个分区。表2为三个分区的最优斜锐截频模型的系数，对应的拟合曲线见图7所示。
[0081]
表2
[0082][0083]
8)分别采用各分区确定的最优斜锐截频模型，任意给定最优斜锐截频模型中的自变量，计算因变量，并使用同态滤波对待处理的雾图图像进行去雾，选择最优质量的去雾图像作为最终的去雾图像。
[0084]
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

技术特征：
1.一种基于信息熵快速确定同态滤波参数的图像去雾方法，其特征在于，包括以下步骤：1）对单张雾图图像采用同态滤波进行滤波去雾处理，其中，同态滤波的传递函数中高频增益和低频增益固定取值，斜面锐化参数和截止频率参数变动取值，计算不同参数组合后处理所得图像的信息熵；2）根据斜面锐化参数、截止频率参数及对应信息熵，建立三者的三维空间图像，其中，斜面锐化参数和截止频率参数构建二维平面，信息熵作为一维竖面；3）根据不同斜面锐化参数、截止频率参数及对应信息熵构建的三维空间图像，确定竖面信息熵峰值曲线；4）信息熵峰值曲线投影到二维平面，得到斜面锐化参数与截止频率参数投影线；5）对多张雾图图像按照1）—4）处理，得到不同雾图图像斜面锐化参数和截止频率参数的投影线；6）对投影线进行分区，对各个分区的成簇投影线进行多项式拟合，建立基于信息熵的斜面锐化参数与截止频率参数的斜锐截频模型；7）根据拟合精度确定多项式拟合模型，并作为最优斜锐截频模型；8）分别采用各分区确定的最优斜锐截频模型，任意给定最优斜锐截频模型中的自变量，计算因变量，并使用同态滤波对待处理的雾图图像进行去雾，选择最优质量的去雾图像作为最终的去雾图像。2.根据权利要求1所述的一种基于信息熵快速确定同态滤波参数的图像去雾方法，其特征在于，所述同态滤波为高斯型同态滤波、巴特沃斯型同态滤波、指数型同态滤波中的一种。3.根据权利要求1所述的一种基于信息熵快速确定同态滤波参数的图像去雾方法，其特征在于，所述斜面锐化参数和截止频率参数变动取值是斜面锐化参数在一定范围a内按间隔g逐点取值，截止频率参数在一定范围b内按间隔h逐点取值。4.根据权利要求3所述的一种基于信息熵快速确定同态滤波参数的图像去雾方法，其特征在于，所述间隔g为等间距、不等间距的一种，间隔h为等间距、不等间距的一种。5.根据权利要求1所述的一种基于信息熵快速确定同态滤波参数的图像去雾方法，其特征在于，所述多项式拟合的模型系数计算可采用最小二乘法、正交最小二乘法、整体最小二乘法中的一种。6.根据权利要求1所述的一种基于信息熵快速确定同态滤波参数的图像去雾方法，其特征在于，所述拟合精度为平均绝对误差、中误差、方差中的一种。

技术总结
本发明公开了一种基于信息熵快速确定同态滤波参数的图像去雾方法。所述方法包括以下步骤：采用同态滤波对雾图进行去雾，计算斜面锐化参数和截止频率参数组合处理后图像信息熵；筛选信息熵峰值，得到对应斜面锐化参数和截止频率参数关系的投影线；对成簇投影线分区，采用多项式拟合建立基于信息熵的斜面锐化参数与截止频率参数的斜锐截频模型，筛选各分区最优斜锐截频模型；根据各分区最优斜锐截频模型快速确定待处理雾图的斜面锐化参数与截止频率参数，并经同态滤波处理获得具有较高质量的去雾图像。本发明能快速确定同态滤波中斜面锐化参数与截止频率参数，经同态滤波处理后，去雾图像信息熵处于较高水平，显著提高处理雾图图像的效率和质量。理雾图图像的效率和质量。理雾图图像的效率和质量。


技术研发人员：李阳腾龙 杨瞻滔 喻洁 李泽 闫红良 梁洮怀 唐其桂 陈豪 蔡梦南
受保护的技术使用者：成都理工大学
技术研发日：2023.04.07
技术公布日：2023/7/7