談敏，邵志勇

（江陰職業(yè)技術(shù)學(xué)院 電子信息工程系，江蘇 江陰 214405）

模糊圖像去霧處理技術(shù)在安防領(lǐng)域中的應(yīng)用

談敏，邵志勇

（江陰職業(yè)技術(shù)學(xué)院 電子信息工程系，江蘇 江陰 214405）

電子監(jiān)控在生活中愈發(fā)普及，然而空氣中的液滴和固體小顆粒影響，不僅危害人體健康，同時(shí)由于大量懸浮粒子的散射作用，大氣能見度下降，戶外圖像顏色和對(duì)比度退化，會(huì)造成監(jiān)控圖像模糊，影響到后期監(jiān)控畫面的利用價(jià)值。因此圖像去霧技術(shù)成為圖像處理與計(jì)算機(jī)視覺領(lǐng)域研究的重要課題，也是人們迫切解決的問題之一。本文針對(duì)因天氣環(huán)境（霧、霾）引起的圖像模糊，采用全局直方圖處理和Retinex算法進(jìn)行去霧處理，通過實(shí)驗(yàn)對(duì)比，去霧后圖像的清晰度和真實(shí)感也有了長(zhǎng)足的進(jìn)步，效果明顯。

圖像去霧；全局直方圖；Retinex算法

0 引言

隨著“平安城市”的普遍建設(shè)，各大城市都已建有完善的視頻監(jiān)控系統(tǒng)，并且該系統(tǒng)已經(jīng)深入到每行每業(yè)每個(gè)人的生活中，廣大人民群眾逐漸意識(shí)到視頻監(jiān)控是不可或缺的。隨著監(jiān)控事業(yè)的蓬勃發(fā)展，視頻圖像質(zhì)量也越來越為人們所關(guān)注。視頻圖像質(zhì)量是攝像機(jī)的靈魂，是視頻監(jiān)控系統(tǒng)最重要的指標(biāo)，沒有好的圖像質(zhì)量，任何其它豐富的功能都失去意義。人們將圖像質(zhì)量低下、看不清細(xì)節(jié)影響主觀視覺觀看的圖像統(tǒng)稱為模糊圖像，圖像模糊會(huì)造成觀察物的輪廓（即高頻成分）不清晰和邊緣線條不明顯，妨礙了人們對(duì)于目標(biāo)的圖像特征提取、識(shí)別、跟蹤等[1]。

當(dāng)出現(xiàn)大霧、雨、雪、陰霾等天氣時(shí)，監(jiān)控圖像的對(duì)比度和顏色明顯變差，給視覺系統(tǒng)帶來很大的干擾，降低了監(jiān)控效率；當(dāng)在光線不足的情況下，監(jiān)控圖像亮度低，細(xì)節(jié)無法分辨，不能對(duì)目標(biāo)進(jìn)行有效的監(jiān)控。這些特殊的監(jiān)控情況的出現(xiàn)，在實(shí)際使用時(shí)是不可避免的，我們只能通過技術(shù)手段對(duì)其進(jìn)行處理，目前可以通過圖像去霧技術(shù)對(duì)監(jiān)控圖像進(jìn)行增強(qiáng)，使圖像的細(xì)節(jié)，對(duì)比度等得到提升，滿足監(jiān)控要求。因此，本文將對(duì)該技術(shù)在安防領(lǐng)域的應(yīng)用進(jìn)行探討。

1 圖像去霧技術(shù)

對(duì)模糊圖像采用數(shù)字圖像處理技術(shù)進(jìn)行增強(qiáng)處理的方法有很多，歸結(jié)起來，仍然是傳統(tǒng)的兩類：一類是圖像增強(qiáng)，另一類是圖像復(fù)原。所謂圖像增強(qiáng)方法即從圖像所呈現(xiàn)的低亮度和低對(duì)比度的特征考慮，突出圖像中特定需要的某些信息，而削弱或去除某些不需要的信息來完成的；而圖像復(fù)原方法是從物理成因的角度對(duì)大氣散射作用進(jìn)行建模分析，實(shí)現(xiàn)場(chǎng)景復(fù)原。在復(fù)原過程中，一般先利用各種先驗(yàn)知識(shí)估計(jì)模型中的參數(shù)，最后求解方程從而計(jì)算出清晰的圖像。兩種方法相較，基于復(fù)原去霧算法從原理上實(shí)現(xiàn)去霧，對(duì)霧的估計(jì)更準(zhǔn)確，能夠真實(shí)地還原霧前的清晰圖像，針對(duì)性強(qiáng)，得到的去霧效果自然，一般不會(huì)有信息的損失[2]。

在視頻監(jiān)控模糊圖像處理中基于圖像處理的圖像增強(qiáng)技術(shù)應(yīng)用較多。下面將詳細(xì)介紹基于直方圖均衡化和基于Retinex算法兩種方法對(duì)圖像進(jìn)行去霧處理，使得模糊圖像去模糊，以增強(qiáng)圖像以及提高對(duì)比度進(jìn)而去除空氣中的霧和霾，恢復(fù)目標(biāo)物原有的色彩。

2 基于直方圖均衡化的圖像去霧

圖像的直方圖是一張對(duì)不同像素進(jìn)行個(gè)數(shù)統(tǒng)計(jì)的圖形，對(duì)一幅圖像中相同像素的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，即圖像中像素為255、254、...的個(gè)數(shù)分別為多少[3]。

假設(shè)圖像的灰度值范圍為[0～L-1]，則灰度直方圖能按此以下這樣定義：

公式中rk表示第k級(jí)灰度值（像素值），h(rk)和nk表示圖像中灰度值為rk的像素個(gè)數(shù)。

通常含霧霾的模糊圖像的像素值都聚集在某一個(gè)范圍內(nèi)（即在霧的灰度值附近），如圖1-（c）所示的霧天的灰度直方圖，這個(gè)范圍較正常情況下清晰圖像的像素值范圍要窄很多，使得其他灰度值無法在圖像中得到顯示，這也就是造成圖像模糊的原因?；谥狈綀D均衡化就是將灰度值進(jìn)行一個(gè)拉伸，將聚集在霧的灰度值附近的平均到所有的灰度值中（即0-255），處理后的灰度直方圖如圖1-（d）所示，這樣模糊圖像的直方圖就可以得到均衡化，以此可以得到圖像增強(qiáng)后的去霧圖像[4]。

從上述的圖1可以看到，原先含霧的圖像很暗，根本看不清圖像上的具體細(xì)節(jié)，去霧處理后我們能看到停車場(chǎng)上有一輛汽車，這在安防監(jiān)控中至關(guān)重要，如果不進(jìn)行去霧去模糊處理，那么監(jiān)控視頻將失去它原本的意義[5]。

基于直方圖均衡化也有分全局和局部，全局直方圖均衡化一般應(yīng)用于整張圖的亮度都很暗的情況，局部直方圖均衡化一般應(yīng)用于圖像部分區(qū)域存在很暗的現(xiàn)象。因?yàn)殪F霾天氣的監(jiān)控圖像都是整張圖都受到影響，所以本文主要詳細(xì)介紹了全局直方圖均衡化。由圖1-（a）可以看到之前完全看不到任何東西的含霧圖像，通過全局直方圖均衡化后，整個(gè)圖像的的亮度提升了很多，可以很清楚的看清楚圖像上的物體，如圖1-（b）所示。但是圖像的細(xì)節(jié)并不是非常清晰，而且也存在一定的噪聲干擾。

3 基于retinex算法的圖像去霧

Retinex算法指的是retinex（視網(wǎng)膜）和cortex（皮層）的組合。他的基本思想是：人眼感知到的亮度和顏色不只只取決于retinex和cortecx識(shí)別到的光線，還受到周圍環(huán)境的影響，即光和物質(zhì)共同作用的結(jié)果?；驹砣鐖D2所示，用公式可以表示為：

圖1 直方圖均衡化去霧前后對(duì)比Fig. 1 Comparison of the histogram equalization before and after the fog

觀察者觀察到的其實(shí)是入射光線L經(jīng)過反射物體R反射后的結(jié)果，物體的真實(shí)顏色不是由入射光強(qiáng)度而是由物體對(duì)不同長(zhǎng)度波的反射能力所決定的，物體的真實(shí)顏色不會(huì)受到光照的非均勻性影響。Retinex算法按照公式來分析，就是在觀察到的圖像S中估計(jì)出入射光線L，并且將入射光線L從圖像中刪除掉，這樣就能得到原始的反射圖像R[6]。

Retinex算法的基本步驟為：

①讀取模糊圖像

②對(duì)模糊圖像的三個(gè)顏色R、G、B通道分別進(jìn)行歸一化的處理，方便計(jì)算

③設(shè)置高斯函數(shù)及其矩陣

④高斯函數(shù)矩陣與輸入的模糊圖像矩陣進(jìn)行卷積運(yùn)算，除去圖像中的噪聲，再取其對(duì)數(shù)。

圖2 Retinex算法基本原理Fig. 2 The basic principles of Retinex algorithm

⑤求輸入的模糊圖像矩陣的對(duì)數(shù)與④步驟中求得的對(duì)數(shù)之差

⑥輸出清晰圖像

程序中可以通過調(diào)節(jié)高斯濾波器的寬度σ和模板大小n來改變圖像的去霧效果。經(jīng)實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)濾波器的寬度σ過小時(shí)，那么通過高斯濾波器的值都很小以至于處理后的圖像基本為黑色；當(dāng)濾波器寬度σ過大時(shí)，那么剛好相反，處理后的圖像基本為白色。經(jīng)過多次的實(shí)驗(yàn)與嘗試，現(xiàn)在歸納總結(jié)得到當(dāng)σ在70～100之間，模板大小n在200左右時(shí)，處理后的圖像去霧效果最好。

現(xiàn)在假設(shè)模板大小n為200，濾波器寬度σ分別取70、80、90時(shí)，去霧效果如下圖3所示：

圖3 模板大小為200，σ 分別取70、80、90的去霧效果Fig. 3 The template size is 200，σ take 70，80，90 respectively to the fog effect

可以看到，濾波器寬度σ越窄，灰度直方圖基本分布在灰度值低范圍內(nèi)，圖像的細(xì)節(jié)處越突出，但是圖片顏色有點(diǎn)失真，當(dāng)濾波器寬度變大時(shí)，去霧后的圖像亮度增大，細(xì)節(jié)保存不完整，但相比而言，顏色失真方面有所改善。

現(xiàn)在假設(shè)高斯濾波器寬度σ為80，模板大小n分別取200、220、240時(shí)，去霧效果如下圖4所示。

可以看到，模板大小n越大，圖像的細(xì)節(jié)處越突出，但是圖片顏色有點(diǎn)失真，當(dāng)模板大小n變小時(shí)，去霧后的圖像亮度增大，細(xì)節(jié)保存不完整，但相比而言，顏色失真方面有所改善。正好與高斯濾波器寬度σ對(duì)去霧圖像的結(jié)果相反。

通過多次實(shí)驗(yàn)，總結(jié)出來：σ越大，會(huì)導(dǎo)致圖像的灰度值集中在越大的區(qū)域，也就是圖像會(huì)越亮，當(dāng)n越大時(shí)，圖像越暗[7]。所以灰度值集中在后面的，圖像要適當(dāng)變暗，即σ越大n越大，σ越小，n越小。

圖4 濾波器帶寬σ為80，分別模板大小為200、220、240的去霧效果Fig. 4 The filter bandwidth σ is 80，the template size is 200，220 and 240 respectively to fog effect

最后選定σ=90和 n=240，σ=75和 n=220，σ=62和 n=200分別以高、中、低三個(gè)尺度對(duì)圖像進(jìn)行處理（也稱為多尺度MSR）得到的效果圖為圖5-（a）、（b）、（c）所示，取其各自的1/3并相加得到圖5-（d）。

圖5 取不同濾波器帶寬和不同模板及其組合成的去霧結(jié)果Fig. 5 The results of the different filter bandwidth and different templates and their combination

5 結(jié)論

全局均衡化去霧圖像整體亮度比較亮，對(duì)比度分明，盡管在顏色上失真效果很明顯，但基本是在很大程度上除去了霧對(duì)視覺效果的影響。Retinex算法去霧圖像中物體的顏色更鮮艷，細(xì)節(jié)處也更清晰，但是灰度值比較大的部分即圖中天空的部分改善效果不佳，因?yàn)镽etinex算法對(duì)高光區(qū)域較低光區(qū)域敏感度低，所以該區(qū)域的細(xì)節(jié)處理后也無法達(dá)到應(yīng)有的效果?；趫D像處理的圖像增強(qiáng)方法具有對(duì)比度提高顯著、圖像細(xì)節(jié)突出、視覺效果明顯的特點(diǎn)，上述方法已經(jīng)在實(shí)踐中獲得了廣泛的應(yīng)用[8]。

圖像去霧技術(shù)的未來研究方向?qū)⒓性谔岣咂鋵?shí)時(shí)性，并實(shí)現(xiàn)硬件化。同時(shí)，尋求更加完備的物理模型來描繪復(fù)雜的大氣狀況，并探索研究基于這些模型的去霧算法在未來一段時(shí)間內(nèi)都將是一個(gè)具有挑戰(zhàn)性的課題。

[1] 張國(guó)鋒.安吉縣城市治安管理中視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].電子科技大學(xué)，2011.

ZHANG Guo-feng. The design and implementation of video surveillance system in urban public security management in Anji County[D]. University of Electronic Science and Technology of China，2011.

[2] 郭璠，蔡自興，謝斌，等.圖像去霧技術(shù)研究綜述與展望[J].計(jì)算機(jī)應(yīng)用，2010，30（9）:2417-2421.

GUO Fan，CAI Zi-xing，XIE Bin，TANG Jin. Review and prospect of image dehazing techniques[J]. Journal of Computer Applications，2010，30（9）:2417-2421.

[3] 胡媛媛.霧霾圖像清晰化處理算法的研究[D].南京理工大學(xué)，2014.

HU Yuan-yuan. Research on the algorithm of image processing in fog and haze[D]. Nanjing University of Science and Technology，2014.

[4] 黃黎紅.一種基于單尺度Retinex的霧天降質(zhì)圖像增強(qiáng)新方法[J].應(yīng)用光學(xué)，2010，31（5）:728-733.

HUANG Li-hong. Fog-degraded image enhancement based on single-scale Retinex[J]. Journal of Applied Optics，2010，31（5）:728-733.

[5] 肖暉，韓軒，孫智權(quán)，等.基于的砝碼自動(dòng)裝卸機(jī)械手圖像定位方法的設(shè)計(jì)與研究[J].新型工業(yè)化，2014，4（12）:25-30.

XIAO Hui，HAN Xuan，SUN Zhi-quan，et al. Design and research of automatic weight loading and unloading manipulator image positioning method based on Matlab[J]. The Journal of New Industrialization，2014，4（12）：25-30.

[6] 尹麗.圖像去霧和超分辨率圖像重構(gòu)技術(shù)研究[D]. 武漢理工大學(xué)，2012.

YIN Li. Research of Image Dehazing and Super-resolution Reconstrution[D]. Wuhan University of Technology，2012.

[7] 鐘仡龍.單幅圖像去霧處理算法研究及軟件實(shí)現(xiàn)[D]. 西南交通大學(xué)，2012.

ZHONG Yi-long. The Research of Single Image-defog Processing Algorithm and Software Implement[D]. Southwest Jiaotong University，2012.

[8] 趙菁，陳峰，劉宇.基于多特征融合級(jí)聯(lián)分類器的高速公路交通流檢測(cè)方法研究[J].新型工業(yè)化，2014.4（2）：25-32.

ZHAO Jing，CHEN Feng，LIU Yu. Vehicle Detection in Highway Scenes Based on Multi-feature Cascade Classifier[J]. The Journal of New Industrialization，2014，4（2）：25-32.

Application of Fuzzy Image Defogging Processing Technology in the Field of Security

TAN Min, SHAO Zhi-yong
(Department of Electric Information Engineering Jiangyin Polytechnic College, Jiangyin 214405, China)

Electronic monitoring is increasingly popular in life. However, air liquid droplets and solid particles infuence, which not only harm human health, but also lead to the decrease of the atmospheric visibility, the degradation of outdoor image color and contrast caused by the scattering effect of a large amount of suspended particles. As a result, the monitoring image becomes blurred which further affects the use value of the monitoring screen. Therefore, the image processing technology has become an important research topic in the feld of image processing and computer vision, and it is also one of the urgent problems. The aiming at the image blur caused by weather conditions (fog, haze) by global histogram processing and the Retinex algorithm to deal with the mist. Through the contrast experiment, the image clarity and reality had considerable progress after image defogging.

Image defogging; Global histogram; Retinex algorithm

10.19335/j.cnki.2095-6649.2016.12.005

:TAN Min, SHAO Zhi-yong. Application of Fuzzy Image Defogging Processing Technology in the Field of Security[J]. The Journal of New Industrialization, 2016, 6(12) : 25-30.

江蘇省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃2016立項(xiàng)項(xiàng)目 （編號(hào)：201613137006Y）

談敏（1980-），女，江蘇常州人，碩士，講師，研究方向?yàn)樾盘?hào)處理與模糊控制；邵志勇（1996-），男，江蘇鹽城人，大學(xué)?？疲芯糠较?yàn)殡姎庾詣?dòng)化技術(shù)

本文引用格式：談敏，邵志勇. 模糊圖像去霧處理技術(shù)在安防領(lǐng)域中的應(yīng)用[J]. 新型工業(yè)化，2016，6（12）：25-30.