關(guān)秋祺+楊立波

摘 要：為了消除大氣對斜視相機(jī)航拍圖像的影響，建立了斜視退化模型，提出了一種從圖像分塊和引導(dǎo)濾波細(xì)化透過率圖來改進(jìn)暗原色理論的方法。實(shí)驗結(jié)果表明，通過該方法獲得的圖像細(xì)節(jié)更豐富，能有效緩解因分塊效應(yīng)導(dǎo)致的“halo”效應(yīng)，圖像去霧效果比較好。

關(guān)鍵詞：暗原色先驗；退化模型；引導(dǎo)濾波；圖像去霧

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A DOI：10.15913/j.cnki.kjycx.2016.24.011

斜視相機(jī)光學(xué)成像路徑長，大氣會嚴(yán)重影響相機(jī)的成像質(zhì)量。相機(jī)獲取的圖像質(zhì)量差，可以用圖像處理的方法提高圖像質(zhì)量。目前，常用的圖像處理方法是去陰霾，也叫“去霧”。去霧的算法很多，常用的是基于非模型的圖像增強(qiáng)算法和基于物理模型的復(fù)原方法?；谖锢淼姆椒◤膱D像復(fù)原的角度出發(fā)，從本質(zhì)上去霧，常用的方法有Tan算法、Fattal算法和He算法等。通常情況下，這些方法是在物理退化模型下進(jìn)行的，是解決病態(tài)反問題的方案。為了降低反問題的難度，暗通道先驗理論受到了極大的關(guān)注。

本文針對斜視相機(jī)航拍獲得的降質(zhì)圖像，結(jié)合暗原色先驗理論，提出了一種基于大氣傳輸退化模型的去霧方法。本文簡要介紹了基于大氣散射的斜視退化模型和基于暗原色理論的改進(jìn)型導(dǎo)向濾波算法，給出了實(shí)驗結(jié)果，并進(jìn)行了分析，提出了算法應(yīng)用方案。

1 大氣傳輸退化模型

1975年，McCartney根據(jù)Mie散射理論，提出了著名的大氣散射模型，如圖1所示。目前，該模型被廣泛應(yīng)用于計算機(jī)視覺和圖像處理領(lǐng)域。針對復(fù)雜的大氣散射影響McCartney進(jìn)行建模分析，揭示了霧天條件下圖像的退化機(jī)理和圖像的組成。

McCarney大氣散射模型的形式是：

式（1）中：x為圖像坐標(biāo)；I為獲取的有霧圖像；J為無霧圖像；A為大氣光；t（x）為透過率。

圖像去霧即恢復(fù)J，如果與t（x）可從中估計，可由式（2）計算獲得，即：

2 改進(jìn)型引導(dǎo)濾波算法

2.1 暗原色先驗

He等在調(diào)查戶外無霧圖像特征的過程中發(fā)現(xiàn)一種統(tǒng)計規(guī)律：圖像的局部區(qū)域至少存在一些像素，其對應(yīng)的某個顏色通道的強(qiáng)度值趨于零，即暗原色先驗?；诖耍低ǖ蓝x如下：

式（3）中：Jc為RGB圖像的任一顏色通道c∈{r，g，b}的強(qiáng)度；Ω（x）為以像素為x中心的局部斑塊。

由式（3）可知，在3個顏色通道中，最小值和所有像素Ω（x）的選作為暗通道Jdark（x）。從室外隨機(jī)挑選5 000幅無霧圖的暗通道表明，在暗通道中，該像素大約75%的通道具有0值和90%的像素具有低于35的值。大量實(shí)驗結(jié)果表明了暗原色先驗理論的合理性。暗原色點(diǎn)主要存在于陰影、五顏六色物體或表面、暗的物體或表面。

2.2 斜視退化模型

相機(jī)從高度為h的位置觀察高度為h0的景物如圖2所示。根據(jù)輻射傳輸方程推導(dǎo)得到：

式（4）（5）（6）中：Iobj（h0）為景物的亮度；Iback_obj（h0）為景物處的大氣背景亮度；Ts為大氣透過率。

由此可以得到斜視退化模型，即：

當(dāng)η=1時，水平觀測時就轉(zhuǎn)化為McCarney大氣散射模型。

2.3 改進(jìn)的算法步驟

基于暗原色先驗理論的改進(jìn)型去霧算法步驟是：

將有霧圖像按block=round[max（A，B）×3%]來分塊，求取局部暗原色圖。

根據(jù)航拍圖像的透過率分布相對平滑的特點(diǎn)，對比He采用的15×15的分塊原則，給定一個A×B的圖像為例。

本文的分塊原則是：

根據(jù)暗原色圖粗略估測透過率t（x）和大氣光A.

結(jié)合斜視退化模型（式7）和暗原色理論，考慮透視現(xiàn)象的影響，引入一個常數(shù)ω（0<ω<1）， 盡可能保證不丟失圖像的深度感，得到大氣透過率t（x）為：

在實(shí)際應(yīng)用中，對于大氣光值A(chǔ)，通常借助有霧圖像的暗通道圖來獲取。具體步驟是：根據(jù)亮度的大小取前0.1%的像素；然后在這些位置中，對應(yīng)到有霧圖像I中像素點(diǎn)，將具有最高

亮度點(diǎn)的像素收集起來，將符合條件的所有點(diǎn)的平均值作為A的值。

采用引導(dǎo)濾波的方式來細(xì)化透過率。透過率并不是一貫恒定的，粗略估計透過率圖時，會出現(xiàn)“halo”塊狀效應(yīng)。為了盡可能保證去霧效果，需要精細(xì)化透過率圖。本文采用引導(dǎo)濾波（一個線性可變的濾波器）來取代摳圖算法。每個像素的濾波核Wij表示為：

式（10）中：γk為第k個核函數(shù)窗口；μk和σk2為引導(dǎo)圖G在窗口內(nèi)的均值和方差；γ為窗口內(nèi)的像素個數(shù)；ε為平滑因子。

由斜視退化模型和參數(shù)I、A和t（x），恢復(fù)無霧圖像J。

3 實(shí)驗結(jié)果與分析

本文采用單幅圖像的霧天圖像復(fù)原方法測試航拍圖像。實(shí)驗在一臺處理器為3.2 GHz的PC機(jī)上運(yùn)行，利用MatlabR2012b編程實(shí)現(xiàn)。本文所述方法的處理結(jié)果如圖3和圖4所示。

圖3、圖4中的相關(guān)數(shù)據(jù)表明，導(dǎo)向濾波改進(jìn)后的透過率被細(xì)化，圖像細(xì)節(jié)更加豐富，有效緩解了因分塊效應(yīng)導(dǎo)致的“halo”效應(yīng)，最終復(fù)原出來的去霧圖像效果比較好。

4 結(jié)束語

驗證航拍的實(shí)驗圖像可知，改進(jìn)的暗原色方法對提高航拍圖像有一定的作用。本文的算法是基于PC機(jī)實(shí)現(xiàn)的，是對獲取的圖像進(jìn)行了后處理，而國外大多數(shù)航拍相機(jī)將圖像處理集成到處理電路中，直接輸出高質(zhì)量圖像。因此，通過搭建諸如FPGA、GPU等硬件平臺優(yōu)化算法實(shí)現(xiàn)航拍圖像的實(shí)時處理，是未來應(yīng)用的主流方向。

參考文獻(xiàn)

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

[2]Tan R T.Visibility in Bad Weather from a Single Image.Computer Vision and Pattern Recognition.Anchorage，2008：1-8.

[3]Fattal R.Single Image Dehazing.ACM Transactions on Graphics（S0730-0301），2008，27（3）：72.

[4]HE Kaiming，SUN Jian，TANG Xiaoou.Single Image Haze Removal Using Dark Channel Prior.IEEE Transactions on Pattern Analysis and Machine Intelligence（S0162-8828），2011，33（12）：2341-2353.

[5]HE Kaiming，SUN Jian，TANG Xiaoou.Guided Image Filtering.IEEE Transactions on Pattern Analysis and Machine Intelligence（S0162-8828），2013，35（6）：1397-1409.

作者簡介：關(guān)秋祺（1986—），女，滿族，吉林省吉林市人，碩士研究生，主要從事航空數(shù)字圖像處理方面的研究。

〔編輯：白潔〕