王新勝 陳賢花 蘇倩 周張穎

【摘要】隨著工業(yè)化的發(fā)展，霧霾天氣已經(jīng)嚴(yán)重影響了人們的日常生活，特別對(duì)交通安全造成了巨大影響，是我國(guó)車禍的一個(gè)重要原因。目前，國(guó)內(nèi)外對(duì)霧霾的處理方法主要有兩種：?jiǎn)畏鶊D像清晰化與直方圖均衡化，本文將結(jié)合這兩種方法，基于matlab圖像處理對(duì)去霧進(jìn)行研究。

【關(guān)鍵詞】霧霾;單幅圖像清晰化;直方圖均衡化;灰度;非線性拉伸

1.研究意義

現(xiàn)今社會(huì)是一個(gè)高度復(fù)雜的人口密集型社會(huì)，人們的活動(dòng)方式越來(lái)越多樣、活動(dòng)范圍越來(lái)越大，使汽車成為了重要的交通工具，但隨著我國(guó)工業(yè)化進(jìn)程加快，造成了霧霾等惡劣天氣，對(duì)交通存在著巨大安全隱患。在霧天情況下，由于場(chǎng)景可見(jiàn)度較低，造成駕駛員的視覺(jué)模糊，是我國(guó)車禍的重大原因之一。然而隨著計(jì)算機(jī)軟硬件技術(shù)的快速發(fā)展，單幅圖像清晰化技術(shù)日益成熟，使得我們對(duì)霧霾天氣圖像清晰度的處理成為了可能，但是霧霾的日益加重，又對(duì)去霧圖像的清晰度和真實(shí)感提出了更高的要求。本文將在以往圖像清晰化技術(shù)的基礎(chǔ)上，加以深入研究，設(shè)計(jì)出一種效果更好的程序，為拓寬?cǎi){駛員視野，構(gòu)造順暢、安全的交通環(huán)境提供一種更好的思路。

2.國(guó)內(nèi)外研究現(xiàn)狀

霧天場(chǎng)景恢復(fù)是一個(gè)十分困難的問(wèn)題， 因?yàn)殪F對(duì)圖像的影響程度與場(chǎng)景深度相關(guān)， 然而圖像深度的獲取卻是一個(gè)不完全約束的問(wèn)題。目前，國(guó)內(nèi)外對(duì)去霧的方法主要有兩種：?jiǎn)畏鶊D像清晰度恢復(fù)技術(shù)和圖像色彩均衡技術(shù)（直方圖均衡化）。

如今，單幅圖像清晰化技術(shù)取得較大突破，這些方法的成功是因?yàn)楸姸嗲拜叺膶?shí)踐或假設(shè)。2009年，何凱明博士在《Single Image Haze Removal Using Dark Channel Prior》一文中提出了一種基于暗通道先驗(yàn)知識(shí)統(tǒng)計(jì)[1]的方法，用于單幅圖像去霧， 此方法認(rèn)為在絕大多數(shù)非天空的局部區(qū)域里，某一些像素總會(huì)有至少一個(gè)顏色通道具有很低的值，換言之，該區(qū)域光強(qiáng)度的最小值是個(gè)很小的數(shù)。在霧天圖像中，暗原色的強(qiáng)度值大小主要由大氣光組成，此方法直接應(yīng)用暗通道來(lái)估計(jì)透射率圖，并運(yùn)用圖像修補(bǔ)的方法對(duì)透射率圖進(jìn)行了平滑操作，利用修補(bǔ)后的透射率圖能夠恢復(fù)出清晰的圖像，并從中獲得霧天圖像的深度圖，因此該方法雖然具備物理有效性， 但當(dāng)圖像目標(biāo)在很大的區(qū)域和大氣光本質(zhì)上十分相同時(shí)，并且無(wú)暗影投到物體上時(shí)，暗通道先驗(yàn)知識(shí)統(tǒng)計(jì)將會(huì)無(wú)效，并且修補(bǔ)透射率圖時(shí)存在局限性，因?yàn)楫?dāng)修補(bǔ)的參數(shù)過(guò)小時(shí)，透射率圖的細(xì)節(jié)較多，層次感雖然較好，但平滑過(guò)少，將會(huì)出現(xiàn)大量的局部錯(cuò)誤;而當(dāng)修補(bǔ)參數(shù)過(guò)大時(shí)，局部錯(cuò)誤雖然會(huì)減少，但是修補(bǔ)之后細(xì)節(jié)將會(huì)變得十分不明顯，使得整幅透射率圖層次感缺失，喪失了圖像的深度感。

而在單幅圖像清晰度恢復(fù)技術(shù)取得突破的同時(shí)，直方圖均衡化去霧技術(shù)也在被改進(jìn)創(chuàng)新。直方圖均衡化處理的“中心思想”是把原始圖像的灰度直方圖從比較密集的某些灰度區(qū)間均勻分布在全部灰度范圍內(nèi)[2]。簡(jiǎn)單來(lái)說(shuō)，直方圖均衡化就是對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使全部灰度范圍內(nèi)的像素?cái)?shù)量基本相同。因此直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布的直方圖。在傳統(tǒng)的直方圖均衡化算法中常用灰度增強(qiáng)算法，一般分為三個(gè)步驟：（1）求出原始圖的直方圖;（2）求出灰度值的變換表;（3）進(jìn)行灰度值均勻分布。

但是此種算法經(jīng)常會(huì)出現(xiàn)因原始圖中灰度級(jí)過(guò)多合并，造成圖像的灰度級(jí)減少，易造成信息的丟失;而且經(jīng)處理后對(duì)比度不自然的過(guò)分增強(qiáng)。

3.設(shè)計(jì)思路

一般來(lái)講，霧霾天氣下采集到的實(shí)物圖像退化比較嚴(yán)重，對(duì)于此類色素下降圖像的清晰化處理，主要依靠于對(duì)有限色素動(dòng)態(tài)范圍的非線性拉伸，加強(qiáng)圖像對(duì)比度從而實(shí)現(xiàn)對(duì)降質(zhì)圖像清晰化處理，但又要防止對(duì)比度過(guò)分增強(qiáng)造成的圖像不自然。本文對(duì)霧霾天氣下降質(zhì)圖像清晰化方法的研究，主要是在以往的直方圖均衡化算法法及其衍生出來(lái)的算法的基礎(chǔ)上實(shí)現(xiàn)的，對(duì)以往的直方圖均衡法進(jìn)行了一定的改進(jìn)，且結(jié)合了單幅圖像清晰度恢復(fù)算法。

直方圖均衡化是多種空間域處理技術(shù)的基礎(chǔ)，而單幅圖像清晰度恢復(fù)是計(jì)算機(jī)視覺(jué)研究領(lǐng)域的重要分支，隨著人們對(duì)單幅圖像清晰度恢復(fù)技術(shù)的日益重視，使得該技術(shù)日趨成熟，本文將通過(guò)對(duì)該技術(shù)的學(xué)習(xí)，并加以研究，使其與直方圖均衡化相結(jié)合，利用matlab進(jìn)行編程，應(yīng)用所依托的設(shè)備獲取外界圖像幀，并對(duì)圖像幀加以實(shí)時(shí)處理并顯示，使其可進(jìn)一步開(kāi)發(fā)以實(shí)現(xiàn)車載實(shí)時(shí)圖像去霧的功效，讓駕駛員在顯示器中清晰地看到前方狀況，為車輛安全、快速行駛保駕護(hù)航。

4.算法的實(shí)驗(yàn)結(jié)果分析研究

從國(guó)內(nèi)外對(duì)單幅圖像去霧和直方圖均衡化技術(shù)的應(yīng)用中，我們不難看出兩者都存在著一定的缺點(diǎn)，而本文提出了一種改進(jìn)后的直方圖均衡化算法，使其與單幅圖像清晰度恢復(fù)算法相結(jié)合，相比于以往的直方圖均衡化算法，本算法的優(yōu)點(diǎn)在于它既有單幅圖像清晰度恢復(fù)算法的速度，又能在原有的清晰化處理上加強(qiáng)圖像的色彩，且不會(huì)因灰度級(jí)過(guò)多合并而造成信息丟失，使其具有實(shí)時(shí)處理應(yīng)用，例如將其運(yùn)用在車載攝像頭中，能夠更快的使圖像實(shí)時(shí)清晰化，更好的檢測(cè)前方障礙。下面將詳細(xì)介紹本算法：

對(duì)于霧霾天氣下的降質(zhì)圖像，本文首先使用細(xì)節(jié)信息預(yù)提取的方法，針對(duì)以往算法存在的細(xì)節(jié)信息丟失、對(duì)比度過(guò)分增強(qiáng)等難以解決的問(wèn)題進(jìn)行了修正，再結(jié)合單幅圖像清晰度恢復(fù)原理，使其成為具有兩種去霧優(yōu)點(diǎn)的全新算法。具體過(guò)程如圖1所示：

圖1 程序設(shè)計(jì)流程圖

在程序設(shè)計(jì)出來(lái)后，我們經(jīng)大量的實(shí)驗(yàn)驗(yàn)證，發(fā)現(xiàn)修正后的算法能夠?qū)崿F(xiàn)比較理想的圖像清晰處理效果?，F(xiàn)選取一組圖像原圖與效果圖做對(duì)比如下：

圖2 原圖 ? ? ? ? ? ? ? ? ? ? ?圖3 效果圖

5.結(jié)論與展望：

該算法雖然與以往的直方圖均衡化算法相比，具有較為理想的效果，對(duì)車載實(shí)時(shí)去霧設(shè)備的制造具有極其重要的意義。但是從實(shí)驗(yàn)效果圖中，我們也可以看出圖像還達(dá)不到實(shí)時(shí)去霧的標(biāo)準(zhǔn)，仍需要進(jìn)一步改進(jìn)，為實(shí)時(shí)去霧設(shè)備的發(fā)展提供更好的算法基礎(chǔ)。

參考文獻(xiàn)

[1]何凱明.Single Image Haze Removal Using Dark Channel Prior[J].

[2]http：//blog.sina.com.cn/s/blog_81283f3a01012ldi.html.

作者簡(jiǎn)介：

王新勝（1992—），男，現(xiàn)就讀于西藏大學(xué)工學(xué)院交通運(yùn)輸專業(yè)（道路方向）。

陳賢花（1993—），女，現(xiàn)就讀于西藏大學(xué)工學(xué)院交通運(yùn)輸專業(yè)（道路方向）。