基于HSI變換的無人機圖像亮度均衡模型去霧研究

顏景順

（廣西水利電力勘測設計研究院有限責任公司，南寧 530023）

為去除薄霧干擾，使圖像更清晰真實、易于人眼觀察，本文基于HSI 彩色變換[1]，將圖像的紅、綠、藍三分量轉換為色調、飽和度、亮度分量。根據亮度的空間位置關系，使用具局部特性的自適應濾波對亮度進行重構和非線性動態調整達到去霧的目的，HSI 逆變換后采用高斯模糊保留圖像細節信息并利用色彩重塑算法保持圖像顏色的鮮艷程度。經實驗證明，本文模型能夠明顯去除霧天影響，圖像細節部分清晰，色彩基本無失真情況。

1 HSI變換

在圖像處理中通常有兩種彩色空間，一種是由紅、綠、藍三原色構成的彩色空間，另一種是由色調（顏色的類別）、飽和度（顏色的純度，即濃淡程度）及亮度（人眼感受到的亮暗程度）3個變量構成的彩色空間。

HSI空間以色調（Hue）、飽和度（Saturation）和亮度（Intensity）3個參數來表現圖像的色彩內容[2]。由于人眼對亮度的強弱變化十分敏感，采用HSI 色彩空間呈現圖像色彩與人類自身的視覺特點更為切合。其優勢在于把亮度信息（I）從色彩信息中分離提取出來能夠簡化圖像處理數據量。

2 高斯模糊

高斯模糊將高斯分布和卷積濾波引入圖像處理，高斯模糊原理示意圖見圖1。

圖1 高斯模糊原理示意圖

中心像素點n的取值為n點的鄰域像素點的平均值。顯然圖1高斯模糊后中心點的像素值應該為1，這在圖像的直觀顯示上圖像的細節變化信息得到保留。

在圖像里間隔近的像素之間關系較密切，反之則聯系就較為疏遠。因此，使用權值隨距離的增加而減小的加權平均是比較合理的。

式中：G(x,y)為權重；σ為方差；(x,y)為鄰域像素點在一中心像素點為原點的坐標系內坐標。

3 色彩重塑處理

色彩重塑處理通過重新分配圖像暗區的亮度值，強調暗區的地物信息，以修復圖像經HSI逆變換后帶來的顏色暗淡等色彩缺陷。

其中：

式中：fi(x,y)為原始圖像；fCRi(x,y)為色彩重塑后的圖像；Ci(x,y)為調整因子；i為色彩通道；k為調整因子的非線性強度；Li(x,y)為原始圖像經高斯低通濾波器的處理結果。

經過色彩重塑處理后，圖像顏色的鮮艷程度得到改善，在人的視覺感知下顯得更為自然、真實。

4 亮度均衡模型

模型主要分為3 大步驟，第一步是對HSI 變換中分離出的亮度進行自適應濾波調整；第二步為對調整后的圖像亮度進行動態擴展并逆變換到RGB色彩空間；第三步是采用高斯模糊后的圖像作為底圖以保留圖像細節，再利用色彩重塑處理圖像作為頂圖保持圖像顏色的鮮艷程度。其處理流程如圖2所示。

圖2 亮度均衡模型流程圖

（1）第一步，按照下列的變換公式對原始圖像進行HSI變化：

對分離出的亮度圖進行局部濾波處理，得到R與I的關系：

式中：Subset為參與運算的亮度的子集；I(i)-I(j)為當前亮度點i與周圍亮度點j的差值；r函數為相對亮度表現函數；d函數為兩點之間的距離度量函數。

d函數采用曼哈頓距離，坐標為(xi,yi)的i點與坐標為(xj,yj)的j點的曼哈頓距離采用下式計算：

相對亮度表現函數則采用飽和函數r（x）計算：

本文中飽和臨界閾值T的取值為20。

（2）第二步，動態擴展，重新規劃亮度圖并將其動態地映射到合適大小[1]：

式中：O(i)為輸出的亮度圖；round函數表示四舍五入取整。其中：

將新的亮度圖O(i)（I）與原有的色調圖（H）、飽和度圖（S）通過HSI 逆變換到RGB 色彩空間，形成新的亮度調整過的結果圖像f(x,y)：

（3）第三步，對f（x，y）使用模板大小為3×3 大小的高斯模糊，得到f′（x，y）。f′（x，y）包含了上一步的結果圖像f（x，y）大部分的細節信息。再通過引入色彩重塑處理，彌補圖像局部因HSI 逆變換而產生的色彩缺陷。最后以圖像f′（x，y）為底圖，以色彩重塑結果fCR（x，y）為頂圖將兩張圖像進行疊加，即可得到亮度均衡模型的最終結果圖像。

5 實驗對比分析

對于圖像的去霧效果評價，人眼主觀判斷是一種直接而有效的圖像質量評價。為更精確科學，本文采用圖像的均值、標準差和熵等客觀質量評價標準來分析實驗結果。

為驗證本文算法對霧霾圖像的去霧效果，對存在霧天影響的同一幅圖像經本文亮度均衡模型處理前后做對比實驗，結果見圖3和表1。

圖3 圖像處理前后對

表1 處理前后圖像指標比較

原圖存在霧天影響，圖像場景整體光線顏色偏暗且變化不夠充足，天空區域和遠方的建筑亮度普遍偏白，沒有層次感。圖像對比度低，給人十分朦朧的感覺。通過本文的亮度均衡模型對圖像的顏色特征進行強調突出，使顏色得到了明顯的增強，色彩動態范圍擴大、過渡平滑且亮度能夠分布均勻。圖像地物信息得到恢復，提升了圖像整體質量。處理后圖像均值有所提高。標準差提高表明圖像去霧后地物易于分辨、顏色鮮艷程度得到提升，熵值提高表明處理后圖像帶霧區域信息得到一定恢復。

6 結語

針對無人機圖像易因霧天影響而降質的問題，本文提出了基于HSI變換和自適應亮度調整的亮度均衡模型，經驗證，亮度均衡模型的去霧效果明顯，處理結果圖像清晰，圖像地物信息得到恢復，圖像對比度增強，清晰度和鮮艷程度得到明顯提高。本文的亮度均衡模型可以為無人機航拍圖像的去霧處理提供參考。