基于SLIC超像素分割的暗通道去霧方法優(yōu)化

劉博文 中國海洋大學

1 基于暗原色先驗的霧天圖像復原

He等人在觀察多幅霧天圖像后發(fā)現(xiàn)了暗通道規(guī)律，暗通道規(guī)律說明了無霧圖像的一個共同特征。何愷明在通過大量統(tǒng)計后發(fā)現(xiàn)，在某個小區(qū)域內無霧圖像總能從RGB三通道中找到某個通道中數(shù)值很低的像素。

當后期結合導向濾波對透射率圖進行平滑處理時，這些缺點導致的最直接的問題就是暈輪效應：在景深突變的區(qū)域，導向濾波會導致邊緣處的景深發(fā)生漸變，景深從圖像中的突變變成了緩慢過度。其產生的主要原因是原始的暗原色圖所求的邊緣不準確，利用導向濾波對其進行平滑處理后，在部分圖片中，景物之間景深變化不大，可以順利的對其進行平滑；但如果景深突變，在兩個景物之間再進行平滑就會發(fā)生一個明顯的漸變，視覺上即暈輪效應。

2 超像素聚類理論

2003 年，超像素由加州大學伯克利分校機器視覺實驗室的Ren等人提出的。在圖像中存在很多局部的、連貫的并且具有很大的相似性像素點，這些點組成的集合在紋理、顏色或者輪廓上具有相似性，把這些集合作為一個單獨的像素來進行圖像分割具有很好的效果，這些集合就被稱為超像素塊。一個超像素塊是由多個像素單位構成的，利用像素之間的相似程度，將具有相似屬性的像素聚集在一起去分割圖像。

本文將使用SLIC算法對圖像進行超像素聚類，它采用k均值聚類方法高效地生成超像素。與其他算法相比，SLIC算法具有更簡單且更好的獲取邊界的特性，它的速度更快且內存效率更高。

3 算法整體思路

上文中對大氣的散射模型做了介紹，其公式如下：

在上式中，I代表有霧的圖像，J代表經過去霧處理后的圖像，t代表透射率圖，A代表大氣光的值。根據(jù)式（3-1）可知，當對透射率圖t和大氣光的值A有準確的的估計時，去霧圖像就可以通過公式求得。于是如何去霧這一問題就變成了如何獲得準確的大氣光值A和透射率圖t。

對于大氣光值A，本文采用了暗通道先驗的求取方式。

而根據(jù)前面的大氣散射模型的相關介紹，可以得到透射率圖t的表達式：

在求透射率圖前先對圖像進行分割，在分割后的圖像中獲取邊緣更為精確的透射率圖。

在求得透射率圖t之后，對其進行歸一化處理，將其限定在[0,1]范圍內。由于大氣光A和原始有霧圖像I都已知，就可以根據(jù)大氣散射模型求取最終去霧圖像，對大氣散射模型變形如下式所示：

4 結束語

本文介紹了一種基于區(qū)域分割的暗通道去霧方法優(yōu)化算法，在該算法中使用超像素分割后的區(qū)域求透射率圖而不再使用長寬固定的小格子。這樣可以使霧天圖像中物體的邊緣更加清晰，可以不使用導向濾波，避免了暈輪效應。實驗結果表明，本文算法可以有效抑制暈輪效應的產生，而且保護了邊緣和紋理部分。

[1]董林娜.基于暗原色先驗的圖像去霧算法研究[D].山東師范大學,2015.

[2]周寶.基于超像素聚類的圖像分割方法研究[D].東南大學,2015.