基于物理模型的單幅圖像去霧方法研究

摘要：為了提高霧天降質圖像的清晰度，文章研究基于物理模型復原的圖像去霧算法，提出基于該方法復原的快速圖像去霧方法。首先提出天空區域自適應選擇算法估計全局大氣光，然后利用均值濾波的方式快速估計透射率，最終恢復無霧圖像。

關鍵詞：圖像去霧；物理模型復原；自適應選擇算法；均值濾波；透射率；無霧圖像 文獻標識碼：A

中圖分類號：TP391 文章編號：1009-2374（2016）02-0009-03 DOI：10.13535/j.cnki.11-4406/n.2016.02.004

1 概述

由于PM2.5的影響，霧、霾等天氣愈加嚴重，戶外視頻監控系統尤其是交通視頻受到了嚴重的影響。在霧、霾等天氣下，光線受到大氣介質的散射，導致其傳播路徑發生改變，以至于場景的能見度降低，監控系統所采集到目標圖像對比度及顏色等特征被衰減。因此需要對霧天條件下獲取的圖像進行去霧優化處理，提高圖像的可見性。目前，圖像去霧的方法主要分為兩種：基于霧天圖像對比度特點的圖像增強方法和基于物理模型復原的圖像恢復方法。

基于霧天圖像對比度特點的圖像增強方法，根據霧天圖像對比度低，采取改善圖像質量或增強圖像某些特征的方法對霧天圖像進行增強處理，該方法能達到一定的去霧效果，但有可能會造成信息的缺失。基于物理模型復原的圖像恢復方法是根據大氣物理模型，利用已知的場景深度信息和霧天濃度信息來恢復無霧圖像，該方法針對性強，處理效果自然。

2 算法分析

單幅圖像去霧算法的研究作為綜合性的新學科發展，近年來備受關注，各個學者提出了不同的去霧優化方法。Tan方法基于對圖像增強的方式，利用最大化局部對比度的方法對圖像的對比度進行復原，但該方法容易造成信息的缺失。Fattal假設目標的陰影部分和介質透射率不相關，借助于獨立主成分分析模型對透射率進行估計，但該方法只針對處理彩色圖像。Tarel等人對環境光的范圍進行深入研究，利用中值濾波的方式進行去霧，并去除圖像中的紋理信息，但由于中值濾波不能很好地保持邊緣，在景深突變處受到了嚴重影響。He等人提出了暗原色統計規律，然后選用最小值濾波的方式對透射率進行估計，并采用軟摳圖的方式對透射率的求取進行優化，最終恢復無霧圖像，該方法是目前最為有效的處理方法，但該方法的復雜度較高，處理的時間受限。

上述方法各有利弊。本文針對目前去霧方法處理效果不佳且處理時間過長等不足，對暗原色先驗的去霧方法改進，局部選用均值濾波的方式對霧濃度進行估計，最終通過大氣散射校正方法對霧天圖像進行恢復。該算法達到了一定的去霧效果，并降低處理時間，更具有應用價值。

3 大氣散射模型

Macartney于1975年提出了大氣散射模型，該模型由入射光衰減模型和大氣光成像模型組成，其中入射光衰減模型是由于射入觀測點方向的光受到大氣介質的影響，發生散射作用而導致光強衰弱；大氣光成像模型是由于別的光束發生散射后隨觀測點方向射入。

4 本文算法

在圖像中，霧氣濃度均勻分布，去除掉有霧圖像的紋理信息，即可尋找出場景的顏色亮度最低的點。該算法的實現基于Tarel方法，假設在圖像局部區域霧氣濃度均勻分布，該算法的實現主要有以下四步：（1）借助于大氣散射模型，求取霧天圖像復原模型；（2）采用Canny算子對輸入彩色圖像的灰度分量進行檢測，將區域內最大的像素值作為全局大氣光A；（3）借助均值濾波局部估計出環境光；（4）對霧天單幅圖像進行優化處理。

4.1 暗原色先驗

暗原色先驗（dark channel prior）能夠有效地處理單幅有霧圖像，該先驗方法是對大量戶外無霧圖像的統計規律，即對于絕大多數無霧圖像的每個局部區域（部包括天空部分）都存在某些至少有一個顏色通道的強度值很低的像素點，這些像素點被稱為“dark pixels”。

因此，滿足暗原色先驗的戶外無霧圖像，假設在某一局部區域為，則其暗原色可表示為：

（4）

式中：表示在像素的二維空間坐標為Y處的某一個顏色通道的亮度值。

4.2 估計全局大氣光

傳統的全局大氣光求法是選取暗原色中0.1%暗通道像素值較大的區域，然后在原圖像所對應的區域內尋找像素亮度最大的點，其對應的像素值即為全局大氣光。本文在求取全局大氣光時，采用Canny算子對輸入彩色圖像的灰度分量進行邊緣檢測，對所求得的邊緣灰度圖進行分塊統計，分別計算出各局部塊中邊緣像素所占的比例，記為，并滿足與的集合區域指定為候選天空區域，本文中假設亮度閾值為暗原色中最大值的95%，平滑閾值為0.001。通過設置閾值，選取原有霧圖像中最大的像素值作為全局大氣光A。

4.3 估計環境光

在Tarel中，霧氣的濃度應滿足以下兩個條件：（1）對于每個像素，為正值，即；（2）在像素中，霧氣弄不小于RGB三個顏色通道的最小值，即，最終所求取的霧氣濃度應滿足如下表達式：

綜上所述，待估計完全局大氣光和環境光后，即可對霧天圖像進行復原。采用該方法，能夠更好地恢復無霧圖像。

5 實驗結果及比較分析

該算法的驗證平臺為Matlab2010，實驗在操作系統為windows 7、CPU為酷睿2雙核2.8GHz處理器、系統內存為2GB的PC機上進行，并與He方法、Tarel方法、Fattle方法進行對比，從而驗證該算法的優越性。

本文算法中值的不同導致去霧程度不同，不同值進行，去霧程度不同，該值越大，圖像偏暗，且容易出現光暈偽影。在實驗中，最終選取值為0.6。

由于選用了均值濾波的方式對透射率進行估計，濾波窗口的選取上會影響去霧效果，因此對不同濾波窗口進行驗證，15*15的濾波窗口容易出現光暈偽影，而3*3的濾波窗口處理效果較好，因此在實驗中，選取濾波窗口為3*3。

5.1 實驗主觀評價

本文算法應用于大量戶外的霧霾圖像均取得了較好的去霧效果，并對部分戶外場景的實驗對比結果，可以看出He算法對于天空等部分處理效果不佳，有可能出現失真。Tarel方法對圖像的過度增強，導致圖像有一定的失真，而本文方法在處理天空等部分的效果更為逼真，較真實地再現了場景的實際顏色。

5.2 客觀評價

目前，圖像去霧領域主要通過盲評的方法，根據Hautiere等人提出的可見邊梯度法作為評判標準。該方法采用恢復后圖像的可見邊集合數目比和平均梯度比作為客觀質量的評判標準。

式中：和分別表示原有霧圖像和去霧圖像的可見邊數目，可見邊的數目通過計算對比度來求取；為去霧后圖像的平均梯度，為原有霧圖像的平均梯度，平均梯度表征圖像的清晰度，反映圖像細節的豐富程度。以上兩個參數的值越大，則代表去霧后的效果越好。

針對本文所對比的方法，不僅通過客觀質量來進行評估，還通過對比處理圖像的時間來驗證該算法的優越性。比較結果如表1所示：

從表1可以看出，在處理同一有霧圖像時，本文算法處理速度相比于He方法和Tarel方法均有顯著提高；同時本文算法處理后圖像可見邊集合數目比和平均梯度比的值相比于對比的方法的值更大，則表明去霧后的效果更好。實驗結果表明：本文方法在處理時間和去霧后的效果上更具優越性。

6 結語

本文在暗原色先驗的基礎上，提出了一種改進的去霧算法。針對He方法在處理有霧圖像時效果不佳及算法耗時的問題，提出了一種自適應的全局大氣光估計方法，能夠有效地自動估計全局大氣光，同時采用均值濾波的方式對透射率進行估計。通過實驗結果對比分析，本文算法可大幅度地提高處理速度，并且處理效果有進一步的提升。

參考文獻

[1]郭璠，蔡自興，謝斌，等.圖像去霧技術研究綜述與展望[J].計算機應用，2010，30（9）.

[2]王時震，萬惠瓊.應用暗原色先驗規律的遙感影像去霧技術[J].測繪科學技術學報，2011，28（3）.

[3]Tan R T.Visibility in bad weather from a single image

[A].Computer Vision and Pattern Recognition[C].2008.

[4]Fattal R.Single image dehazing[A].ACM Transactions on Graphics（TOG）[C].2008.

[5]Tarel J P，Hautiere N.Fast visibility restoration from a signal color or gray level image[A].inproc.IEEEConf.Computer Vision[C].2009.

[6]He K，Sun J，Tang X.Single image haze removal using dark channel prior[J].Pattern Analysis and Machine Intelligence，IEEE Transactions on，2011，33（12）.

[7]方帥，王勇，曹洋，等.單幅霧天圖像復原[J].電子學報，2010，38（10）.

[8]張冰冰，戴聲奎，孫萬源.基于暗原色先驗模型的快速去霧算法[J].中國圖像圖形學報，2013，18（2）.

[9]Hautiere N，TarelJ P，AubertD，et al.Blind contrast enhancement assessment by gradient ratioing at visible edges[J].ImageAnalysis and Stereology Journal，2008，27（2）.

[10]Yang Q，Tan K H，Ahuja N.Real-time O（1） bilateral filtering[A].Computer Vision and Pattern Recognition[C].2009.

作者簡介：張子方（1963-），男，天津人，天津市聯大通訊發展有限公司總經理，副高職稱。

（責任編輯：周 瓊）