1.一种图像数据的去雾处理方法,其特征在于,包括以下步骤:
1)获取原始图像,在原始图像中找到天空最远处;
2)在RGB色彩空间下,将天空最远处的色彩向量作为光轴的方向,原始图像中的所有像素点的RGB值向光轴做投影,得到每个像素点各轴分量在光轴上投影的截距值,将各轴分量在光轴上投影的截距值相加得到对应像素点的亮度值;
3)根据每个像素点的亮度值,结合大气物理光学模型中的透射率计算公式计算得到每个像素点的透射率;并且根据天空最远处的亮度值确定环境光值;
4)根据环境光值、每个像素点的透射率结合大气散射去雾模型得到去雾后的图像,所述环境光值由天空最远处的亮度值确定。
2.根据权利要求1所述的图像数据的去雾处理方法,其特征在于,在原始图像中找到天空最远处的步骤包括:
设定一个滑动窗口,将滑动窗口在原始图像的每列中从上到下进行滑动;
根据与滑动窗口大小匹配的功率卷积核、以及原始图像的初始化亮度图计算每滑动一个滑动步长,滑动窗口内的代价功率;
每列中代价功率超出功率阈值的位置即为每列的水平线的位置;
所有列中水平线的最低的位置即为天空最远处。
3.根据权利要求2所述的图像数据的去雾处理方法,其特征在于,所述滑动窗口内的代价功率为滑动窗口内的平均代价功率,所述平均代价功率的计算过程为:α α α
E(ix,iy) =Kernaloimg;
α
其中,E(ix,iy) 为滑动窗口中心点坐标为(ix,iy),滑动窗口大小为α的滑动窗口的总α α
代价功率;Kernal为滑动窗口大小为α时的功率卷积核;o为哈达玛积;img为滑动窗口中心点坐标为(ix,iy),滑动窗口大小为α的滑动窗口内的图像亮度值;E(ix,iy)为滑动窗口中心点坐标为(ix,iy),滑动窗口大小为α的滑动窗口内的平均代价功率。
4.根据权利要求1所述的图像数据的去雾处理方法,其特征在于,所述步骤2)中像素点的亮度的计算过程为:
I=R′+G′+B′;
其中,(R,G,B)为像素点的RGB值; 为像素点r轴分量的值,也即(R,0,0);R′为像素点r轴分量在光轴上投影的截距值; 为像素点g轴分量的值,也即(0,G,0);G′为像素点g轴分量在光轴上投影的截距值; 为像素点b轴分量的值,也即(0,0,B);B′为像素点b轴分量在光轴上投影的截距值; 为天空最远处的色彩向量;|A|为 的模。
5.根据权利要求1所述的图像数据的去雾处理方法,其特征在于,当步骤1)中的原始图像通过双目相机得到,原始图像包括左视图原始图像和右视图原始图像;所述透射率计算公式中的距离值为图像中物体到双目相机光心的距离;图像中物体到双目相机光心的距离根据左视图原始图像和右视图原始图像所有像素点的亮度值进行双目立体匹配后两张图像的视差值计算得出。
6.根据权利要求5所述的图像数据的去雾处理方法,其特征在于,左视图原始图像和右视图原始图像均设定一个匹配窗口,根据SAD算法、Census算法计算左匹配窗口和右匹配窗口的代价差值,进而结合WAT算法的方式进行双目立体匹配;匹配窗口边缘的像素点采用Census算法进行匹配,匹配窗口内部的像素点采用SAD算法进行匹配。
7.根据权利要求4所述的图像数据的去雾处理方法,其特征在于,得到两张图像的视差值后,还包括进行左右一致性检测,修正视差值的步骤,修正过程为:其中,D′(O)为修正后的像素点O的左视图视差值;DL(O)为修正前的像素点O的左视图视差值;DR(O)为像素点O的右视图视差值。
8.根据权利要求7所述的图像数据的去雾处理方法,其特征在于,修正视差值后,还包括利用引导滤波函数平滑视差值的步骤。
9.根据权利要求7所述的图像数据的去雾处理方法,其特征在于,所述步骤3)中,根据天空最远处的亮度值、以及修正后的视差值确定环境光值:判断天空最远处的亮度值与修正后的视差值中最小视差值对应的像素点中的最大亮度值的大小;
若天空最远处的亮度值≥最大亮度值,则将天空最远处的亮度值作为环境光值;
若天空最远处的亮度值<最大亮度值,则将最大亮度值作为环境光值。
10.根据权利要求1所述的图像数据的去雾处理方法,其特征在于,大气散射去雾模型为:
其中:J(x)为无雾图像;ω为系数,用于调节去雾的力度大小;I(x)为有雾图像;A′为环境光值;t(x)为透射率;x为像素点。