一种基于场景物体与大气光偏振态差异的偏振去雾方法

1.本发明属于图像处理技术领域，具体公开了一种基于场景物体与大气光偏振态差异的偏振去雾方法。


背景技术：

2.在雾霾天气场景下，受大气中悬浮颗粒的散射和反射等因素的影响，监控成像系统所获取的图像普遍存在对比度低、轮廓模糊、细节丢失等问题。这对车辆、船舶、飞机等交通工具的通行以及室外监控等多方面都造成了很大影响。如何提高雾霾气候下监控成像系统的图像质量提出了较大的挑战。因此研究图像的去雾技术具有非常重要的意义。
3.在去雾算法长期发展过程中，先后出现了基于图像增强、基于物理模型、基于深度学习三种大类的图像去雾方法。基于图像增强的方法因为不考虑图像退化的本质原因，所以效果有限，而新兴的以深度学习为基础的方法则都受限于训练集，在真实场景应用的鲁棒性还有待提升。基于物理模型的去雾方法又包括以he等人提出的暗通道去雾方法为代表的基于先验的单幅图像去雾方法和以schechner等人提出的差分偏振去雾方法为代表的基于多幅偏振图像的去雾方法。暗通道先验去雾方法是图像去雾的重要方向，但是该方法在图像去雾的质量上仍然有较大的提升空间，暗通道不适用于所有场景，天空区域不能处理，同时该方法在雾浓度较大的区域，去雾不干净，效果较差，同时该方法不适用于单色光图像。


技术实现要素：

4.基于上述问题，本技术提供一种基于场景物体与大气光偏振态差异的偏振去雾方法。通过分析场景物体的偏振态与大气散射光的偏振态差异将场景物体与大气散射光进行分离去雾，能够最优的将场景物体与大气光进行分离，更好的提升雾、霾环境下场景目标的探测距离。其技术方案为，一种基于场景物体与大气光偏振态差异的偏振去雾方法，包括以下步骤：s1.设置偏振角度，以45
º
为间隔依次采集四组三通道图像或灰度图像；通过斯托克斯矢量计算强度图s0和偏振矢量s1，s2；s2. 选择低空区域作为雾场的偏振特性的计算区域，计算无穷远处大气光a
∞
、大气光的偏振角θa与偏振度pa；依据s0,s1,s2,θa计算得到大气光最亮的强度图像i
||
、大气光最暗的强度图像i
⊥
和偏振图p ；s3. 设物体偏振方向与大气杂散光偏振方向夹角为β，a
p
为大气光的偏振光，d
p
为直接透射光的偏振光，利用s1,s2, i
||
, i
⊥
求得d
p
sin2β与a
p
+d
p
cos2β；s4.定义强度偏振差δ，当物体的偏振度大于大气光偏振度时，δ大于0；当物体的偏振度等于大气光的偏振度时，δ等于0；当物体的偏振度小于大气光的偏振度时，δ小于0；s5.通过偏振度图p将强度图s0中的所有像素点进行分类，计算受物体光影响的大气值;
s6.计算灰度图像的底部包络面粗略图，通过导向滤波，得到底部包络面精细图a， 由a与a
∞
最终可以求得未受到雾霾干扰的物体反射光对应的图片l。
5.进一步的，步骤s1中，将偏振片放置在摄像机前，获取偏振角度为0
°
，45
°
，90
°
，135
°
的四组三通道图像，将三通道图像转换成灰度图像；或者使用短波红外偏振实时采集装置，获取上述四个角度的灰度图像i0,i
45
,i
90
,i
135；
s0，s1，s2计算步骤如下：;;。
6.进一步的，步骤s2中，;;。
7.进一步的，步骤s2中，;;。
8.进一步的，步骤s3中，计算d
p
sin2β与a
p
+d
p
cos2β ，具体为：;。
9.进一步的，步骤s4中，δ计算步骤如下：。
10.进一步的，步骤s5中，通过偏振度图p将强度图s0中的所有像素点进行分类，求得
受物体光影响的大气值,。
11.进一步的，步骤s6中，在图像内以15
×
15像素点大小的矩形块在图像内平移，依次提取矩形块内的最小值，可以计算得到底部包络面粗略图。
12.进一步的，步骤s6中，l计算步骤为：;;;式中，y为像素标号，ω（x）为局部区域，x为区域标号。
13.进一步的，步骤s1中若采集的是四组三通道图像，分别获取原图像的r、g、b三个分量的s0,s1,s2,利用步骤s2-s6分别对三个分量进行操作，得到l1、l2、l3,最后将l1、l2、l3三个分量合成为一张图片。
14.与现有技术相比，本技术有益效果如下：1.本发明通过物体态与大气散射光的差异将物体反射光进行分离，可以得到更加准确的物体反射光值。
15.2.通过求解底部包络面粗略图与底部包络面精细图，进一步去除物体反射光对大气光的干扰。
16.3.本发明所提的偏振度处理方法处理过程中将大气光完全消除，并确定了物体反射光的值域将物体反射光得到最准确的提取。
附图说明
17.图1是根据本发明实施例的一种基于场景物体与大气光偏振态差异的短波红外图像偏振去雾方法的流程示意图。
18.图2是根据本发明实施例的一种基于场景物体与大气光偏振态差异的可见光图像偏振去雾方法的流程示意图。
19.图3是根据本发明实施例的是应用一种基于场景物体与大气光偏振态差异的图像偏振去雾方法的大气光的偏振角θa、大气光最亮的强度图像i
||
、大气光最暗的强度图像i
⊥
和物体偏振方向与大气杂散光偏振方向夹角为β的示意图。
20.图4是根据本发明实施例的是应用一种基于场景物体与大气光偏振态差异的图像偏振去雾方法的强度图s0的光强成分组成示意图。
21.图5是根据本发明实施例的是应用一种基于场景物体与大气光偏振态差异的图像偏振去雾方法的图像处理过程示意图。
22.图6是根据本发明实施例的是应用一种基于场景物体与大气光偏振态差异的图像偏振去雾方法的场景示意图，其中（a）是处理前的图像（b）是处理后的图像。
具体实施方式
23.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
24.一种基于场景物体与大气光偏振态差异的偏振去雾方法，包括以下步骤：s1.设置偏振角度，以45
º
为间隔依次采集四组三通道图像或灰度图像；通过斯托克斯矢量计算强度图s0和偏振矢量s1，s2；将偏振片放置在摄像机前，获取偏振角度为0
°
，45
°
，90
°
，135
°
的四组三通道图像，将三通道图像转换成灰度图像；或者使用短波红外偏振实时采集装置，获取上述四个角度的灰度图像i0,i
45
,i
90
,i
135；
s0，s1，s2计算步骤如下：;;。
25.同理，可以任意间隔45
°
设置偏振角度，如5
°
，50
°
，95
°
，140
°
；10
°
，55
°
，100
°
，145
°
。
26.s2. 选择低空区域作为雾场的偏振特性的计算区域，计算无穷远处大气光a
∞
、大气光的偏振角θa与偏振度pa；依据s0,s1,s2,θa计算得到大气光最亮的强度图像i
||
、大气光最暗的强度图像i
⊥
和偏振图p ；;;;;;
。
27.s3. 设物体偏振方向与大气杂散光偏振方向夹角为β，a
p
为大气光的偏振光，d
p
为直接透射光的偏振光，利用s1,s2, i
||
, i
⊥
求得d
p
sin2β与a
p
+d
p
cos2β；;。
28.s4.定义强度偏振差δ，当物体的偏振度大于大气光偏振度时，δ大于0；当物体的偏振度等于大气光的偏振度时，δ等于0；当物体的偏振度小于大气光的偏振度时，δ小于0；δ计算步骤如下：。
29.s5.通过偏振度图p将强度图s0中的所有像素点进行分类，计算受物体光影响的大气值,。
30.s6. 通过搜索局部区域最小值的方法计算图像底部包络，作为局部区域的大气光的极限逼近值，可以得到更加接近真实的大气光值。首先在图像内以15
×
15像素点大小的矩形块在图像内平移，依次提取矩形块内的最小值，可以计算得到底部包络面粗略图，然后通过强度图作为导向图，通过导向滤波的方法得到底部包络面精细图a，计算得到底部包络面精细图a认为是大气，最终由a和a
∞
可以求得未受到雾霾干扰的物体反射光对应的图片l。
31.;;;式中，y为像素标号，就是将像素挨个比一遍的意思，ω（x）为 局部区域，x为区域标号，表示把区域挨个查一遍。
32.步骤s1中若采集的是四组三通道图像，分别获取原图像的r、g、b三个分量的s0,s1,s2,利用步骤s2-s6分别对三个分量进行操作最后将处理后的r、g、b三个分量合成为一张图片，即把所得的l1、l2、l3叠在一起。
33.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技
术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，包括以下步骤：s1.设置偏振角度，以45
º
为间隔依次采集四组三通道图像或灰度图像；通过斯托克斯矢量计算强度图s0和偏振矢量s1，s2；s2.选择低空区域作为雾场的偏振特性的计算区域，计算无穷远处大气光a
∞
、大气光的偏振角θ
a
与偏振度p
a
；依据s0,s1,s2,θ
a
计算得到大气光最亮的强度图像i
||
、大气光最暗的强度图像i
⊥
和偏振图p；s3.设物体偏振方向与大气杂散光偏振方向夹角为β，a
p
为大气光的偏振光，d
p
为直接透射光的偏振光，利用s1,s2,i
||
,i
⊥
求得d
p
sin2β与a
p
+d
p
cos2β；s4.定义强度偏振差δ，当物体的偏振度大于大气光偏振度时，δ大于0；当物体的偏振度等于大气光的偏振度时，δ等于0；当物体的偏振度小于大气光的偏振度时，δ小于0；s5.通过偏振度图p将强度图s0中的所有像素点进行分类，计算受物体光影响的大气值;s6.计算灰度图像的底部包络面粗略图，通过导向滤波，得到底部包络面精细图a，由a与a
∞
最终可以求得未受到雾霾干扰的物体反射光对应的图片l。2.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s1中，将偏振片放置在摄像机前，获取偏振角度为0
°
，45
°
，90
°
，135
°
的四组三通道图像，将三通道图像转换成灰度图像；或者使用短波红外偏振实时采集装置，获取上述四个角度的灰度图像i0,i
45
,i
90
,i
135；
s0，s1，s2计算步骤如下：;;。3.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s2中，;;。4.根据权利要求3所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s2中，
;;。5.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s3中，计算d
p
sin2β与a
p
+d
p
cos2β，具体为：，。6.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s4中，δ计算步骤如下：。7.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s5中，通过偏振度图p将强度图s0中的所有像素点进行分类，求得受物体光影响的大气值,。8.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s6中，在图像内以15
×
15像素点大小的矩形块在图像内平移，依次提取矩形块内的最小值，可以计算得到底部包络面粗略图。9.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s6中，l计算步骤为：;;;式中，y为像素标号，ω（x）为局部区域，x为区域标号。10.根据权利要求1所述的一种基于场景物体与大气光偏振态差异的偏振去雾方法，其特征在于，步骤s1中若采集的是四组三通道图像，分别获取原图像的r、g、b三个分量的s0,
s1,s2,利用步骤s2-s6分别对三个分量进行操作，得到l1、l2、l3,最后将l1、l2、l3三个分量合成为一张图片。

技术总结
本发明属于图像处理技术领域，具体公开了一种基于场景物体与大气光偏振态差异的偏振去雾方法，通过分析场景物体的偏振态与大气散射光的偏振态差异将场景物体与大气散射光进行分离去雾，能够最优的将场景物体与大气光进行分离，更好的提升雾、霾环境下场景目标的探测距离。测距离。测距离。


技术研发人员：李永富 吴昊宇 刘春泽 费宬 刘俊良 刘兆军 赵显
受保护的技术使用者：山东大学
技术研发日：2023.07.14
技术公布日：2023/8/16