基于全變分Retinex及梯度域的霧天圖像增強算法

喬濱

摘 要

霧天交通能見度低，對于道路交通和行車安全而言十分不利，容易引發(fā)交通事故，因此需要利用技術手段使圖像在霧天可以增強。本文將通過目前研究領域常見的全變分Retinex和梯度域兩種算法對霧天圖像進行增強，并對增強結果進行分析，為霧天圖像增強和像素取值技術提供參考和支持。

【關鍵詞】霧天圖像增強 像素值增大 梯度域大氣退化 全變分Retinex

在以往的圖像增強算法研究領域，根據(jù)圖像所處的位置和圖像所顯示的色彩可以分為空域灰度值變換、空域濾波、彩色圖像增強等具有一定應用場景和應用范圍的技術。對于圖像內(nèi)容的還原來說，算法應該包含濾波處理、退化函數(shù)等內(nèi)容，從而在圖像當中顯示出細節(jié)信息，最終實現(xiàn)圖像的增強。

1 全變分Retinex的霧天圖像增強

1.1 天空區(qū)域分離

在全變分Retinex算法理論當中，霧天圖像增強技術需要首先利用一定的方法將圖像當中所顯示的天空區(qū)域進行分離，使圖像中霧的濃度和霧中的場景能夠形成光照模型，再利用算法進行圖像增強。本文所選用的天空區(qū)域分離方法為常見的EM法。

在EM法中，根據(jù)Retinex理論可以分別對照度圖像和反射圖像的分布進行假設，二者的乘積則可以表示實際的圖像。如果實際圖像能夠與光照模型相一致，那么就可以利用模型恢復真實景象物。為了避免受到其他客觀因素的影響，一般還會對霧、水汽、折射光等干擾源進行加權處理。在霧天圖像當中，利用這種方法可以將圖像劃分為天空和非天空兩個區(qū)域，從而對色彩特征、頻率特征、分形特征等進行區(qū)隔。

1.2 彩色圖像增強

在完成霧天圖像的區(qū)域分離之后，可以得出真實的光照模型所反映的圖像能夠分解為照度圖像和反射圖像兩個部分，因此可以根據(jù)這一特點，設置光照圖像的分辨率a×b，同時構造插值算子映射到空間之中。在空間中選擇任意四項相鄰集合，進行對應子集的線性映射。從而使問題變成矩形區(qū)域四個頂點的函數(shù)值，再利用雙線性插值，使其擴散到整個矩形區(qū)域。通過擴散矩形區(qū)域的方法，最終可以獲得在圖像中單個天空子區(qū)域的近似照度函數(shù)，再通過平權的方法去除干擾值。在具體的圖像當中，為了避免因亮度和飽和度變化所帶來的圖像模糊，Retinex需要在保證彩色增強的同時，避免出現(xiàn)色彩上的扭曲，因此還需要借助HSL分量，通過參量獨立增強的方法，實現(xiàn)逆變轉換，形成RGB圖像。

2 梯度域的霧天圖像增強

2.1 退化模型的圖像恢復

在梯度域的霧天圖像增強技術中，常用的方法是利用大氣退化模型來使圖像得到恢復。在霧天的圖像拍攝過程中，圖像具有一定的灰度值，而這一灰度值與良好天氣環(huán)境下的灰度值和天空亮度等變量之間擁有一定的函數(shù)關系，為了能夠將霧天圖像經(jīng)過還原恢復的方式實現(xiàn)增強，就需要借助函數(shù)對大氣散射系數(shù)、景點距離、天空亮度等數(shù)據(jù)變量進行計算。目前的梯度域算法當中，一般會運用單幅圖像退化模型進行參數(shù)估計。首先也需要利用技術手段將圖像劃分為天空和非天空兩個區(qū)域，再利用天空亮度對天空灰度區(qū)域的均值進行確定，并對大氣散射系數(shù)和景物點距離進行估算。散射系數(shù)的計算公式為β=3.912/Rv，其中，Rv表示霧狀態(tài)下的能見距離。但是在具體的計算過程中，能見距離獲取困難，精準度不高，一般沿用國際慣例。其中濃霧能見度低于200m，大霧能見度高于200m低于1000m，輕霧能見度高于1000m低于10000m。而景物點距離的計算則需要利用最遠點和最近點兩個數(shù)據(jù)，通過消失點的歸一化集合來確定比例，最后計算結果。

2.2 改進單圖像復原

在退化模型當中，一般利用大氣散射系數(shù)所進行的霧濃度判斷，都是利用人機交互和經(jīng)驗優(yōu)化來實現(xiàn)的，而景物消失點則需要在遠處地平線與天空接壤處進行選擇，并通過線性插值得到相同深度的同心圓，最終在非線性的大氣退化基礎上，實現(xiàn)圖像增強。但是作為人工選點方式，在均值計算方面很容易出現(xiàn)誤差，最終導致天空亮度的不準確。此外，交通標志、建筑物平面像點空間都是采用景物點深度的插值計算得出，和真實景物也存在誤差，因此需要對傳統(tǒng)方法進行改進。首先，還是需要利用傳統(tǒng)方法對各項參數(shù)的近似值進行估算，并將近似值數(shù)據(jù)代入到模型當中，從而獲得對應圖像之下的良好天氣估計值，在利用原始的良好天氣圖像獲得優(yōu)化參數(shù)，再利用多次迭代完成效果復原。另外，在圖像增強完成之后，需要利用原圖直方圖系數(shù)和巴氏距離進行比較。在與多種增強算法進行比較中，本文所選的兩種算法相關系數(shù)大，巴氏距離小，因此灰度分布更好，圖像細節(jié)得到更加充分的保留，從而使圖像清晰度得到了大幅度的提高。

3 結論

在目前的霧天圖像增強技術中，全變分Retinex和梯度域能夠較好的保持原有圖像的細節(jié)信息，從而保證顏色的鮮艷和豐富，而在梯度域中，絕對梯度和相對梯度能夠利用梯度拉伸實現(xiàn)圖像亮度和對比度的增強，從而解決了霧天圖像中亮度和對比度不足的問題。在霧天當中，這兩種方法可以幫助提高行車安全，避免出現(xiàn)交通事故。

參考文獻

[1]禹晶，徐東彬，廖慶敏.圖像去霧技術研究進展[J].中國圖象圖形學報，2011，16（09）：1561-1576.

[2]朱立新，王平安，夏德深.基于梯度場均衡化的圖像對比度增強[J].計算機輔助設計與圖形學學報，2007，19（12）：1546-1552.

[3]李明，楊艷屏.TV-Retinex：一種快速圖像增強算法[J].計算機輔助設計與圖形學學報，2010，22（10）：1777-1782.

[4]張新龍，汪榮貴，張璇等.霧天圖像增強計算模型及算法[J].中國圖象圖形學報，2011，16（08）：1359-1368.

作者單位

中國航空工業(yè)集團公司洛陽電光設備研究所 河南省洛陽市 471023endprint