技术摘要：
一种单幅全色遥感雾霾图像清晰化方法，涉及数字图像处理技术领域，解决现有图像增强算法及暗通道复原算法应用的局限性，本发明针对全色遥感雾霾图像的清晰化问题，利用全色图像的局部区域内，存在一定的暗像元，即其码值接近零，得到全色遥感图像的透过率估计方法。为  全部
背景技术：
光学遥感平台获取的空间高分辨率遥感图像，特别是全色波段图像具有内容丰 富、对比度好、清晰度高等特点。对空间高分辨率遥感图像的分析与解译，尤其是全色波段 图像的处理，在军事上具有较高的应用价值。然而，近年来由于环境污染和气候变化，使得 雾霾天气广泛存在，空气中大量气溶胶粒子、微小水滴等颗粒对光线的吸收和散射作用导 致遥感成像质量严重退化，对比度下降，极大地限制了遥感系统效用的发挥，给后期图像处 理和分析带来了困难。因此，对单幅全色遥感雾霾图像进行清晰化处理意义重大。 目前，对单幅遥感雾霾图像的清晰化方法主要分为两大类，一类是图像增强方法， 另一类是图像复原方法。图像增强方法主要包括：直方图均衡化、小波变换、Retinex算法以 及同态滤波等，但每种算法在对有雾遥感图像进行增强只是对比度的拉伸，去雾效果不佳， 甚至导致去雾后的图像出现光晕现象。图像复原方法去雾是从雾天图像的模糊退化机理入 手，根据大气散射理论，建立雾天成像的散射模型。近年来何凯明提出的被公认的有效算 法—暗通道先验算法，就是基于此模型展开研究的。然而暗通道算法主要是针对彩色图像， 需要分别对R、G、B三个通道进行处理的，对于全色图像，该算法并不适用，去雾处理效果欠 佳。
技术实现要素：
本发明为了解决现有图像增强算法及暗通道复原算法应用的局限性，提供一种单 幅全色遥感雾霾图像清晰化方法。 一种单幅全色遥感雾霾图像清晰化方法，该方法由以下步骤实现： 步骤一、给定大气散射成像模型，用公式表示为： I(x)＝J(x)t(x) A(1-t(x))   (1) 其中，I(x)为有雾的图像，J(x)为无雾图像，A是全球大气光，t(x)为透过率； 步骤二、设定在全色遥感图像的局部区域内，暗像元的码值接近0，由下式表示为： 将所述大气散射成像模型公式(1)的两边取局部区域的最小值，如下： 其中， 为透过率的粗略估计，Ω(x)为以x为中心的局部区域，y为该局部区域 内的像素，将公式(2)代入公式(3)中，并引入一个在[0,1]之间的修正因子ρ，获得所述透过 率粗略估计图 用下式表示为： 3 CN 111598811 A 说　明　书 2/3 页 步骤三、对式(4)采用一种均小值滤波方法进行改进，获得透过率t(x)的准确估 计，用下式表示为： 步骤四、将公式(5)代入公式(1)用下式表示为： 选取I(x)图中的前200个像素值的平均值作为大气光A的值，采用自动色阶的方法 进行对比度拉伸，得到清晰化后的全色遥感图像。 本发明的有益效果：本发明针对全色遥感雾霾图像的清晰化问题，利用全色图像 的局部区域内，存在一定的暗像元，即其码值接近零，得到全色遥感图像的透过率估计方 法。为了避免块效应以及景深突变出的光晕现象，综合考虑边缘保持特性以及平滑特性，采 用一种均小值滤波方法，得到透过率的准确估计，最终获得边缘细节清晰、信噪比高的清晰 化遥感图像。本发明的算法运算量小，稳定可靠，可应用于实时工程系统中。 附图说明 图1为本发明所述的航拍雾霾图像的退化模型示意图； 图2中，图2a为原图，图2b为本发明所述的清晰化算法去雾效果图； 图3中，图3a为暗通道先验算法的效果图，图3b为本发明所述的清晰化算法去雾拉 伸后效果图。