基于分塊和多尺度Retinex的圖像去霧算法

黃麗韶

湖南科技學院，湖南 永州 425199

0 引言

隨著現代科技的快速發展，全球各大城市霧霾現象層出不窮。霧霾，是霧和霾的組合詞。中國部分地區將霧并入霾，一起作為災害性天氣現象進行預警預報，統稱為“霧霾天氣”。霧霾常見于城市，尤其是人口高度集中的大城市，汽車尾氣排放至空氣中，使大氣循環遭到嚴重的破壞，大氣難以承載人類所排放的高密度顆粒物，導致空氣中的霧霾濃度變高，從而影響人類的正常生活。霧霾天氣下的視頻圖像處理受到研究者的廣泛關注[1-3]。隨著電子拍攝設備技術的高速發展，人們利用各種各樣的電子設備拍攝了大量的圖像，但受霧霾天氣的影響，所采集到的圖像的對比度和顏色會被改變或退化。因此，從退化的圖像中復原和增強景物細節信息，具有重要的現實意義。

1 相關原理

1.1 多尺度Retinex增強算法

Retinex理論即視網膜皮層理論。視網膜的英文單詞是“retina”，皮層的英文單詞是“cortex”，而Retinex是由這2個單詞組合而成的。Retinex理論最開始主要用來闡述人們的眼睛對于光線波長和亮度互不對應的原因，最終得到一種人眼視覺系統（HVS）。HVS即人眼所能看到的所有物體的顏色信息，主要是由兩個方面所確定。一方面，每個物體的材質不同，其表面的光滑程度也不一致，其對光線的反射性質也不同；另一方面，物體的顏色信息與所處環境的光照程度有關，人眼在不同的光照下對物體顏色的感知也有所不同。由于顏色恒常性理論，人眼對物體顏色的判斷，并不會改變物體本身的固有屬性，因為物體的顏色并不會隨著光照程度而改變，而是由不同物體對于不同光波的反射能力所決定。原始圖像中的所有像素點有一個動態范圍，Retinex理論認為這個動態范圍是由光照的強度所決定的，并且物體本身的反射系數才能決定原始圖像的固有屬性。這種反射系數指原始圖像是假設反射圖像和光照圖像的乘積。總之，Retinex理論的核心思想是保留物體的固有屬性，并清除環境中的光照對物體的影響。

根據人眼的視覺成像過程，提出一種單尺度的Retinex理論。該理論與人眼的視覺成像過程保持一致。單尺度的Retinex理論的主要步驟如下。第一，為了對圖像中的3種色彩通道進行濾波處理，必須一開始就創建高斯環繞函數。對光照分量的估計，即利用高斯環繞函數得到的濾波后的圖像。第二，為了得到作為輸出結果圖像的反射分量，需要將對數域中的原始圖像和光照分量相減。單尺度的Retinex理論的優勢是能夠將圖像中的動態范圍進行壓縮，并在保持圖像的顏色和細節上具有一定程度的增強作用。

由于不同的圖像在平衡顏色保真度和細節保持度兩方面存在一定的差異，增大了單尺度的Retinex理論的處理難度，因此多尺度的Retinex理論被提出。多尺度的Retinex理論從本質上來說，是多次的單尺度Retinex理論。其主要考慮在一幅圖像中從多個不同尺度進行高斯濾波。由于不同尺度會有不同的高斯濾波結果，為了得到估計的照度圖像，對不同尺度上的濾波結果進行加權平均。

1.2 圖像去霧評價方法

對濃霧圖像采用分塊和多尺度Retinex去霧后，會得到一個復原的圖像，需要評價該復原圖像在顏色、亮度、清晰度、場景局部處理效果、邊緣信息、整體層次感等方面的效果。評價的方法較多，主要可分為主觀評價和客觀評價兩大類。主觀評價是判斷圖像在處理前后的變化，主要通過人的主觀判斷進行，帶有強烈的主觀色彩，每個人的評價都可能會有所不同。客觀評價，顧名思義，需要設定一定的參數來進行評價，比如圖像的顏色保真、圖像的對比度、結構相似程度等，再根據這些參數對比處理前后的圖像，并進行效果的判定。

2 單幅圖像去霧算法的應用

采用分塊和多尺度Retinex，實現霧霾圖像增強。首先，將圖像進行高頻細節信息分解，采用多尺度Retinex思想，抑制光暈，獲取高頻細節分量；其次，為了得到多個子塊，需要對圖像進行劃分，從而獲得適合不同霧霾的動態截斷值；再次，利用這幾個動態截斷值對高頻細節信息進行動態范圍調整，得到多幅局部最優的圖像；最后，融合多幅局部最優圖像生成高質量的結果，從而實現圖像每個區域細節的增強。

該算法中各步增強效果圖如圖1所示。圖1（a）顯示了所提分塊和多尺度Retinex圖像去霧算法處理前的原始霧圖，圖1（b）是圖1（a）對應的亮度分量，圖1（c）是對亮度分量執行紋理細節銳化后的結果圖。比較圖1（a）和圖1（c）可以發現，經過該算法的處理，增強了圖像的整體亮度和清晰度，而且提高了圖像在層間結構的清晰度。

圖1 去霧算法中各步增強效果圖

2.1 主觀去霧效果評價

采用MATLAB編寫程序，主要目的是驗證分塊和多尺度Retinex圖像去霧算法在去霧效果上的優勢。數據集中采用的濃霧圖像均為常用圖像。隨機選取的3張圖像的增強效果如圖2所示。其中，第一張圖像中有很多的紋理結構，第二張圖像主要展示的是遠景圖像，第三張展示的是近景圖像。

圖2 基于分塊和多尺度Retinex3張圖像的去霧效果

從圖2可以看出，經過去霧方法處理后的圖像中包含的霧氣明顯減小，并且圖像中的場景物體的紋理細節更加的明顯，顏色保真性的效果也較為理想。

2.2 客觀評價結果

文章主要以圖像的平均梯度、可見邊規范化梯度均值和霧氣量3個參數對去霧后的圖像進行評價。其中，圖像的平均梯度主要用來衡量圖像中紋理的清晰程度；可見邊規范化梯度均值主要是對比原來的圖像和復原的圖像在能見度水平方面的提升程度；霧氣量主要是考查圖像中所包含的霧氣量。圖像的平均梯度和可見邊規范化梯度均值越大，霧氣量越小，代表復原結果越好。圖3～圖5所示為采用的分塊和多尺度Retinex的去霧方法與Retinex方法在這3個方面的比較結果。

圖3 平均梯度

圖4 可見邊規范化梯度均值

圖5 霧氣量

3 結束語

文章研究了基于分塊和多尺度Retinex的圖像去霧算法。采用的引導圖像主要是濃霧下的圖像，首先從原始霧圖中分離出有效的紋理特征，然后對有霧圖像依據分塊和多尺度Retinex方法進行去霧處理，得到復原圖像，最后對所得復原圖像進行主觀評價和客觀評價。評價結果表明，所提方法的去霧效果較為顯著。