霧霾天氣下圖像清晰化系統的設計與實現

文/劉顏東

（黑龍江大學 黑龍江省哈爾濱市 150000）

隨著環境以及氣候的惡化，霧霾天氣頻發，它給人類的生活帶來了很多的影響。霧霾天氣光線弱，圖像接收不清晰。在這種天氣下能獲得的有效信息大量減少，圖像去霧可以降低環境對接收圖像質量的影響，獲得更多有效信息。

在20世紀50年代，美國學者針對地球資源衛星圖像云霧退化問題展開圖像去霧的研究工作。隨后，霧霾研究也開始高速發展。目前，對圖像的去霧霾工作主要采用圖像增強和圖像復原兩類方法。圖像增強的方法利用圖像增強手段，提高圖像視覺效果，該類算法主要有直方圖均衡化、Retinex算法等方法。圖像復原的方法是基于大氣散射模型，不斷修改模型，最終得到去霧圖像。

近年來，一些算法及其改進算法也被應用到圖像去霧中。結合暗通道去霧算法，首先求解有霧圖像中每個像素點RGB分量中的最小值，得到最小值通道圖，并在此基礎上求解折射率，之后估計大氣光，最后得出去霧圖像。陸海俊等則利用均值漂移濾波對粗透射率分布優化，然而，均值漂移濾波需要迭代求解，耗時亦較長。陳瑋等人提出了一種基于生成對抗學習思想的卷積神經去霧網絡.但是時間復雜度較高。

為了使圖像去霧技術有普適性。本設計通過MATLAB軟件中的圖形用戶界面GUI設計出一個交互界面，即圖像去霧系統。將各種高效有用的去霧算法嵌進系統，使系統可以達到良好的去霧效果的同時，操作簡單。依靠這個系統，就能便捷輕松地處理有霧圖片，獲取更多有用的信息。除此以外，本系統還加入了圖像質量評價的功能，在圖像去霧的同時客觀科學地體現出每種算法圖像去霧的效果。

圖1：圖像去霧系統基本流程圖

1 數字圖像處理基本原理

1.1 數字圖像處理基本原理

一副圖像可以定義為一個二維函數f（x,y），里面的x和y是空間坐標，而f在任意一對坐標（x,y）處的幅度成為這個點處圖像的灰度或亮度。當x,y和f的幅值都是有限的離散值時，該圖像被稱作數字圖像。

由坐標系統，可以得到數字圖像的下列表示：

式（1）是定義的一幅數字圖像。矩陣中的每個元素對應著圖像中的像素。矩陣中每個元素被稱為像素。

數字圖像處理是運用計算機輔助工具將圖像信號轉換為便于分析處理的數字信號的過程，主要包含圖像變換、圖像增強和圖像分割等處理方法和技術。隨著科技的不斷發展，數字圖像處理的目的轉變為幫助人們分析和利用圖像中的信息。

1.2 與MATLAB 相關的基本設計原理

MATLAB是通過矩陣處理電腦當中的數據，可視化與的集成數值環境，使整個過程更加直觀化。圖像處理工具包是由一系列支持圖像處理操作的函數組成的，主要包括圖像顯示、圖像分析、圖像增強等函數。從圖像處理原理上進行分析，MATLAB就是借助數組進行圖像顏色或者灰度的表示，得以處理數字圖像。

所謂圖形用戶界面是指由窗口、菜單和對話框等各種圖形元素組成的界面。在這種用戶界面中，用戶的操作具有生動形象、方便靈活的特點，所以圖形用戶界面被廣泛應用。

MATLAB為制作用戶提供了一個名為GUIDE的交互式的設計工具。GUIDE能夠簡便快捷地設計出各種符合要求的圖形用戶界面，可以滿足用戶的需求。

GUIDE將用戶保存設計好的圖形圖像用戶界面保存在一個figure資源文件中，figure文件最主要的功能是對象句柄的保存，所有對象的屬性都是用戶創建圖形窗口時保存的屬性。同時，GUI還會自動生成包含圖形用戶界面初始化和組件界面布局控制代碼的M文件，該M文件主要用來控制GUI展開式的各種特征。

2 圖像去霧算法原理及圖像質量評價

2.1 圖像去霧算法原理

2.1.1 直方圖均衡算法

直方圖均衡化算法的原理就是將一幅圖像轉換為另一幅圖像。新圖像在一定灰度范圍內的像素數量大致平和。

灰度直方圖是灰度級的函數,以灰度級r為橫坐標,縱坐標是灰度級出現的頻率Pr(r),整個坐標系將圖像灰度級的分布情況清晰的描述了出來。因此我們可以得出兩種情況，若像素集中在低灰度區域,圖像呈現暗的特性，反之圖像呈現亮的特性。

假設灰度級為歸一化至范圍[0,1]內的連續量，令Pr(r)表示某給定圖像中的灰度級的概率密度函數（PDF），用不同的下標區分輸入和輸出圖像的PDF。通過對輸入灰度級變換，我們可以得到輸出灰度級s：

式中ω是積分的啞變量。可以看出輸出灰度級的概率密度函數是均勻的，即

此方法的特性是能增加圖像灰度級的動態范圍。

2.1.2 Retinex算法

Retinex 區別于傳統圖像增強算法的是其在邊緣增強、動態范圍壓縮和顏色恒常上達到平衡。本設計使用的是單尺度算法。

一幅給定的圖像S(x,y)是反射圖像R(x,y)和入射圖像L(x,y)的乘積，其原理如下所示：

S(x,y)=R(x,y)L(x,y)

入射圖像和反射圖像構成圖像，其中入射光L照射在反射物體R上，再經過反射形成反射光進入觀察者的眼中，最后形成的圖像可以用公式表示為：

其中，L(x,y)表示入射光圖像，R(x,y)表示物體的反射性質圖像。S(x,y)表示人眼能夠接收的反射光圖像。r(x,y)為輸出圖像，*為卷積符號，F(x,y)為中心環繞函數，可以表示為：

C為高斯環繞尺度，λ是一個尺度，它的取值必須滿足以下條件：

由以上可知，單尺度算法中的卷積的物理意義可以表示為去除計算圖像中像素點與周圍區域在加權平均，只保留物體的反射屬性，以達到增強的結果。

2.2 圖像質量評價

圖像質量評估方法可以分為兩種主要類型，其一為主觀評價，另一種則是客觀評價。圖像質量的客觀評價方法是根據人眼的觀察結果建立所對應的數學模型，并通過搜尋所需要的相對應公式進行計算來獲取圖像的質量結果，最終達到評價圖像的目的。本設計就是采用了客觀評價方法來對此系統進行評價。

2.2.1 直方圖對比

直方圖的意義是將數字圖像每一灰度出現頻率的統計關系表現出來。由灰度直方圖可以較為容易的理解出圖像的灰度對比度的增強等非常明顯，處理后圖片更清晰，更易辨別。

2.2.2 均方差MSE

均方差法首先計算原始圖像和失真圖像象素差值的均方值，然后通過均方值的大小來確定失真圖像的失真程度。

圖2：三種算法直方圖對比

圖3：三種算法質量評價

其中，MSE表示當前圖像I和參考圖像K的均方誤差，m、n分別為圖像的高度和寬度，MSE的值越小，說明圖像越精準。

2.2.3 峰值信噪比PSNR

峰值信噪比是最普遍，最廣泛使用的一種圖像客觀評價指標，它是基于對應像素點間的誤差的圖像質量評價。MAX通常是圖像的灰度級，一般為255。PSNR越高，圖像和原圖越接近。在本設計中，PSNR越低，說明去霧效果越好。

3 圖像去霧系統的實現

3.1 圖像去霧系統設計過程

系統的運行基本流程如圖1。

首先建立系統初始界面。利用GUIDE布局編輯器左側組件面板分別建立標題、圖像顯示窗口。

然后，建立菜單，文件，打開與退出，用于打開圖片與退出系統。圖像去霧，用于選擇不同算法對圖像進行處理。直方圖對比，選擇不同的算法觀察圖片處理前后直方圖的變化情況。圖像質量評價，直觀顯示三種算法的優劣。幫助，用于系統功能解釋。

3.2 圖像去霧系統功能實現

為測試系統的穩定性，本文選用了隨機在網絡上搜索的圖片。

對去霧后的圖片進行三種算法直方圖對比，如圖2。

計算各圖片的均方差(MSE)和峰值信噪比(PSNR)，如圖3。

從圖2中可看出，對隨意選取的圖片三種算法均可實現去霧效果，但效果各有不同。局部直方圖算法的圖像和原圖像之間的差別略小。由圖2和3可知，各算法均可直觀顯示算法對比與質量評價。實驗結果表明系統穩定，未出現異常。

4 結束語

本系統采用MATLAB語言進行編程，實現了圖像去霧，圖像對比等功能。采用了全局直方圖均衡算法、局部直方圖均衡算法和retinex算法對圖像進行去霧，根據不同的算法公式得到不同的處理后圖片，同時處理前后圖片同時顯示在界面上由使用者主觀評價，然后采用直方圖、均方差和峰值信噪比進行質量評價，以圖片或數值的形式展示給使用者,達到更為明顯的比較。實驗結果表明,去霧系統穩定，操作簡便，圖像信息恢復良好，不同方法比較明顯。

但是，由于目前算法的局限性,并不能做到百分之百的去霧處理。通過多次的實驗操作和對所取得實驗數據進行嚴謹的分析處理可以得到：系統足以應對大多數的圖片處理，在一定程度上已取得成功。