1.一种基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,包括以下步骤;
S1、在雾霾天采集含有雾霾的雾霾降质图像,并对其进行形态学腐蚀处理;
S2、对形态学腐蚀处理后的图像计算生成暗通道图像;
S3、根据生成的暗通道图像进行径向基函数插值拟合,得到雾霾大气粒子传播特性曲面;
S4、将雾霾大气粒子传播曲面的数据和雾霾降质图像的各颜色空间分量数据分别转换为一维矢量;
S5、将雾霾大气粒子传播曲面的一维矢量与有雾图像各颜色空间分量的一维矢量进行线性组合,得到观测数据矩阵;
S6、基于独立分量分析对观测数据矩阵进行雾霾分量与无雾颜色空间分量的分离,得到各个颜色空间的雾霾分量一维矢量和无雾霾图像分量一维矢量;
S7、将各个颜色空间的无雾霾图像分量一维矢量进行维度变换与颜色空间融合,得到去除雾霾的清晰图像。
2.根据权利要求1所述的基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,所述步骤S1中;
对雾霾降质图像进行形态学腐蚀处理时,将雾霾降质图像I中的结构元素确定为 并去掉尺寸小于 的局部孤立亮点;
其中,进行形态学腐蚀处理的公式为:其中,I’为形态学腐蚀处理后的图像;
为图像形态学腐蚀操作运算符。
3.根据权利要求1所述的基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,所述步骤S2中,计算生成的暗通道图像中各个像素点z的取值Idark(z)为:其中,Ic(q)为雾霾降质图像I在颜色通道c中坐标q处的取值;
c∈{r,g,b},对应于雾霾降质图像的红、绿和蓝颜色空间;
Ω(z)为以z为中心的局部区域。
4.根据权利要求3所述的基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,所述步骤S3中进行径向基函数插值拟合的函数表达式为:其中,h(z)为得到的雾霾大气粒子传播特性曲面;
c0、c1和λi为拟合系数;
zi为观测的n个数据点集;
为径向基函数,且 r为空间点z与zi之间的距离。
5.根据权利要求4所述的基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,所述步骤S4中,雾霾大气粒子传播特性曲面的数据和雾霾降质图像各颜色空间分量数据均为二维矩阵的数据形式,将其转换为一维矢量的方法具体为:按照各二维矩阵中数据顺序不变,下一行与上一行首尾相连的方式,将雾霾大气粒子传播特性曲面的数据和雾霾降质图像各颜色空间分量数据分别转换为一维矢量形式,生成一维矢量xh、xr、xg和xb。
6.根据权利要求5所述的基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,所述步骤S5中,对一维矢量xr、xg、xb和xh进行线性组合分别得到:红色空间观测数据矩阵:Xr=[xr;xh];
绿色空间观测数据矩阵:Xg=[xg;xh];
蓝色空间观测数据矩阵:Xb=[xb;xh]。
7.根据权利要求6所述的基于独立分量分析的单幅图像雾霾快速去除方法,其特征在于,所述步骤S6中采用自适应滑动平均方法实现独立分量分析,进行雾霾分量与无雾颜色空间分量的分离方法具体为;
S61、确定雾霾降质图像的行数为n,列数为m,滑动平均窗口长度为h;
S62、分别确定各颜色空间的代价函数,并对代价函数进行微分运算;
S63、令代价函数微分运算结果为零,得到使分离结果与独立源信号分量的估计误差最小的各颜色通道解混分离矩阵;
S64、根据数据观测矩阵和各颜色通道解混分离矩阵得到雾霾分量与无雾颜色空间分量的分离结果。
8.根据权利要求7所述的基于独立分量分析的单幅图像快速雾霾去除方法,其特征在于,所述步骤S62中:代价函数为:
其中,Wx为解混分离矩阵,x为r,g或b,分别对应红色空间、绿色空间和蓝色空间;
Cx为第一中间过程矩阵,且Cx=XxXxT;
Bx为第二中间过程矩阵,且
其中, 为各颜色通道观测信号的滑动平均值,且Xr(t)、Xr(t-τ)分别为第t个、第t-τ个观测值;
上标T为转置操作运算符;
所述步骤S62中:
对代价函数进行微分运算的结果为:
所述步骤S63中:
令代价函数微分运算的结果为零,得到各颜色通道解混分离矩阵Wx;
所述步骤S64中,雾霾分量与无雾颜色空间分量的分离结果Yx为:Yx=WxXx=[yx;yhx]
其中,红色空间中雾霾分量与无雾颜色空间分量的分离结果Yr为:Yr=WrXr=[yr;yhr]
yhr为红色空间雾霾分量一维矢量;
yr为红色空间无雾图像分量一维矢量;
yr=[R11R12…R1mR21R22…R2m…Rn1Rn2…Rnm]绿色空间中雾霾分量与无雾颜色空间分量的分离结果Yg为:Yg=WgXg=[yg;yhg]
yhg为绿色空间雾霾分量一维矢量;
yg为绿色空间无雾图像分量一维矢量;
yg=[G11G12…G1mG21G22…G2m…Gn1Gn2…Gnm]蓝色空间中雾霾分量与无雾颜色空间分量的分离结果Yb为:Yb=WbXb=[yb;yhb]
yhb为蓝色空间雾霾分量一维矢量;
yb为蓝色空间无雾图像分量一维矢量;
yb=[B11B12…B1mB21B22…B2m…Bn1Bn2…Bnm];
其中,Rnm、Gnm为和Bnm分别为图像在像素点(n,m)处的红、绿、蓝颜色刺激值。
9.根据权利要求8所述的基于独立分量分析的单幅图像快速雾霾去除方法,其特征在于,所述步骤S7具体为:将r、g、b颜色空间的无雾图像分量一维矢量按照雾霾降质图像分别转换为二维矩阵R、G和B,并进行颜色空间融合,得到去除雾霾的清晰图像{R;G;B};
其中,转换为二维矩阵R、G和B的表达式分别为: