1.一种基于自适应滤波的图像增强算法,其特征在于,包括以下步骤:
11)评估低质量图像、和通道的衰减程度;
12)基于所述低质量图像、和通道的衰减程度,计算用于调整低质量图像像素分布的通道调整系数;
13)基于所述通道调整系数调整低质量图像的像素分布,获得颜色矫正的图像;
14)将颜色矫正图像的四等分区域编号,表示为 , 的取值为 1、2、3 和 4,分别表示颜色矫正图像的左上区域、左下区域、右上区域和右下区域;
15)分别计算所述四等分区域的亮度标准、对比度标准和衰减差标准,具体计算公式如下:,
,
,
其中,表示颜色矫正图像在通道的第个子区域中坐标处的像素值,为亮度标准,为对比度标准,为衰减差标准,表示求平均值函数,和分别表示求最大值函数和求最小值函数;
16)基于所述颜色矫正图像亮度标准、对比度标准和衰减差标准,构造后向散射光的评分公式,评分公式具体为:,
其中表示颜色矫正图像的后向散射光评分;
17)选取颜色矫正图像的后向散射光评分对应的四等分区域为有效后向散射区域,选取有效后向散射区域内的最大像素值作为颜色矫正图像的后向散射光的估计值;
18)基于所述颜色矫正图像的后向散射光和基于暗通道先验理论推导的颜色矫正图像的透射率,结合大气散射模型提升颜色矫正图像的对比度和细节。
2.根据权利要求1所述的一种基于自适应滤波的图像增强算法,其特征在于,评估低质量图像、和通道的衰减程度,具体步骤为:
21)计算低质量图像、和通道的像素值总和,具体公式为:,
其中,表示图像的像素通道,和分别表示图像的长度和宽度,表示低质量图像在坐标处的像素值,为像素点的坐标,表示低质量图像对应通道的像素值总和;
22)评估低质量图像各通道的衰减程度,具体公式为:,
其中,用于评估低质量图像各通道的衰减程度,,和分别表示低质量图像,和通道的像素值总和。
3.根据权利要求2所述的一种基于自适应滤波的图像增强算法,其特征在于,基于所述低质量图像各通道的衰减程度,计算用于调整低质量图像像素分布的通道调整系数,具体步骤为:
31)计算低质量图像各通道的衰减程度的最大值;
32)计算用于调整图像像素分布的通道调整系数,具体公式为:,
其中,表示对应通道的通道调整系数。
4.根据权利要求3所述的一种基于自适应滤波的图像增强算法,其特征在于,基于所述通道调整系数调整低质量图像的像素分布,获得颜色矫正的图像,具体步骤为:
41)选择低质量图像各通道的衰减程度的最大值对应的通道作为参考通道;
42)调整低质量图像的像素分布,获得颜色矫正图像,具体公式为:,
其中表示颜色矫正图像在坐标处的像素值,表示参考通道在坐标处的像素值。
5.根据权利要求1所述的一种基于自适应滤波的图像增强算法,其特征在于,利用颜色矫正图像的后向散射光和基于暗通道先验理论推导的颜色矫正图像的透射率,结合大气散射模型提升颜色矫正图像的对比度和细节,具体步骤为:
51)利用暗通道先验理论推算透射率,具体公式为:,
其中表示大小的像素块,表示颜色矫正图像在坐标处的像素值,表示透射率,表示颜色矫正图像的后向散射光的估计值;
52)计算大气散射模型,具体公式为:,
其中,表示对比度和细节丰富的颜色矫正图像,表示图像透射率,表示颜色矫正图像的后向散射光的估计值;
53)结合颜色矫正图像的后向散射光的估计值和透射率计算对比度和细节丰富的颜色矫正图像,具体公式为:。