基于大氣散射模型的偏振圖像去霧算法研究

陳天威+段錦+孫晨+安忠德

摘要：隨著對光偏振信息的引入，已經(jīng)能夠更加全面的表征目標的信息。本文在大氣散射物理模型的基礎(chǔ)上，結(jié)合暗原色先驗原理提出一種新的偏振圖像去霧算法。首先基于暗原色理論估計大氣光強信息；然后利用雙邊濾波對霧天圖像傳輸投射率進行優(yōu)化，最終有效完成圖像去霧。由實驗結(jié)果可知，本文采用的算法能夠有效的實現(xiàn)霧天圖像復原。

關(guān)鍵詞：大氣散射模型；偏振圖像；雙邊濾波

中圖分類號：TP751.2 文獻標識碼：A 文章編號：1007-9416（2017）01-0119-01

1 引言

在霧霾等天氣環(huán)境中，由于大氣中存在著大量的懸浮粒子，光線在傳播過程中的散射作用使圖像的對比度和顏色等特征信息嚴重降低，影響觀測者的視覺感受，妨礙特征信息的提取，從而限制了戶外計算計視覺系統(tǒng)的有效發(fā)揮。對于圖像去霧算法的研究，目前主要有兩個大方面：一個以圖像增強為主；另一個以大氣散射物理模型為主。

本文基于大氣散射物理模型，根據(jù)光的偏振特性，通過采集三幅不同偏振角度的偏振圖像，結(jié)合暗原色先驗[1]原理提出了一種新的去霧算法。基于暗原色理論，估計大氣光強度信息；利用雙邊濾波對霧天圖像傳輸投射率的優(yōu)化，最終有效完成圖像去霧。

2 基于大氣散射模型的偏振圖像去霧算法

根據(jù)斯托克斯公式可以將霧天退化模型公式改為

（1）

上式中，，，為本文實驗中獲取的0°，60°，120°的三幅不同角度的偏振圖像。我們需要通過求解，的值，根據(jù)此物理模型，從原來的有霧圖像中復原出無霧圖像。

2.1 求解大氣光值

由于圖像中霧最濃的區(qū)域?qū)?yīng)的是天空或者無窮遠處大氣光的位置，而圖像中的天空區(qū)域大部分應(yīng)該存在于圖像的上方或頂部，所以可以把像素點的高度坐標當成是否接近天空或者無窮遠處位置的參數(shù)。假設(shè)圖像的像高為H，像素x對應(yīng)的位置高度坐標值為，該點接近天空的概率函數(shù)可以表示為：

（2）

霧天圖像中，對應(yīng)于霧最濃的區(qū)域內(nèi)物體的對比度下降程度應(yīng)該是最大的，表現(xiàn)為該區(qū)域所有點的亮度值在RGB三顏色通道的最大值和最小值之差幾乎為0。因此，根據(jù)是否滿足對比度降質(zhì)嚴重這一規(guī)律，定義亮度限制概率函數(shù)為：

（3）

其中，與分別為像素x在RGB三顏色通道分量值的最大值和最小值。顯然當區(qū)域為霧最濃的部分時，與的乘積趨近于1。通過對上述條件的限制，分離出符合限制條件的區(qū)域，選取其中亮度分量最大點的值當作大氣光矢量的估計值。

2.2 求解傳輸率圖

由于He采用軟摳圖算法來優(yōu)化傳輸透射率的時間復雜度太高，實際應(yīng)用性降低，因此本文采用雙邊濾波器來優(yōu)化傳輸透射率。

雙邊濾波BF（Bilateral filter）是一種可以保邊去噪的濾波器。之所以可以達到此去噪效果，是因為雙邊濾波器是由兩個函數(shù)構(gòu)成。一個函數(shù)是由幾何空間距離決定濾波器系數(shù)。另一個由像素差值決定濾波器系數(shù)。

利用雙邊濾波器BF的局部平滑特性對進行預處理，濾除紋理細節(jié)的同時保留圖像中的邊緣特性，從而得到優(yōu)化的傳輸透射率：

（4）

3 實驗結(jié)果及分析

為了驗證本算法的實用性和有效性，使用旋轉(zhuǎn)偏振片的方法采取了大量霧天環(huán)境下遠景和近景偏振圖像，利MATLAB 2015b進行算法編碼。現(xiàn)將以下實驗結(jié)果圖像通過采用不同去霧算法來處理比較。如圖1，2，3所示，為不同算法和本文算法處理結(jié)果比較。

通過上面幾幅圖可以看出，本文算法在處理后圖像的紋理比其它兩個算法更加突出，對比度更加明顯。表明經(jīng)過本文算法去霧后的圖像質(zhì)量、清晰度更好，包含的細節(jié)信息更多。

4 結(jié)語

本文在大氣散射物理模型的基礎(chǔ)上，結(jié)合He的暗原色理論，實驗結(jié)果表明，該算法能夠利用光的偏振特性有效地實現(xiàn)了霧天圖像復原，使圖像的清晰度和對比度得到提高，同時具有比較低的時間復雜度，較高的實時性有助實際產(chǎn)品的開發(fā)應(yīng)用。

參考文獻

[1]Fattal R.Single image dehazing[J].ACM Transactions on Graphics，2008，27（3）：72-80.