徐振軒張紅英（通信作者）朱恩弘?yún)莵問|

1. 西南科技大學(xué)信息工程學(xué)院 2. 特殊環(huán)境機(jī)器人技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室(西南科技大學(xué))

一種基于天空區(qū)域分割的單幅圖像去霧方法

徐振軒1,2張紅英（通信作者）1,2朱恩弘1吳亞東

1. 西南科技大學(xué)信息工程學(xué)院 2. 特殊環(huán)境機(jī)器人技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室(西南科技大學(xué))

針對暗原色先驗(yàn)去霧算法對天空區(qū)域估計(jì)透射率偏小，導(dǎo)致復(fù)原無霧圖像色彩失真，存在不均勻色塊等問題，提出了一種基于天空區(qū)域分割的圖像去霧算法。通過，分別對天空及非天空區(qū)域進(jìn)行去霧處理，既保留了暗原色先驗(yàn)算法的良好效果，又解決了天空區(qū)域不適用暗原色先驗(yàn)規(guī)律的問題。同時(shí)，消除了融合后分界處的明顯的“白邊”效應(yīng)，使得天空與非天空區(qū)域處理后融合效果更加自然。實(shí)驗(yàn)結(jié)果表明，相比較與暗原色先驗(yàn)去霧算法，該方法在天空區(qū)域沒有明顯色塊及色彩失真現(xiàn)象，復(fù)原圖像清晰自然，能夠達(dá)到良好的去霧效果。

去霧方法 暗原色先驗(yàn) 圖像分割 天空區(qū)域 圖像融合 大津法 四叉樹

1 引言

由于大氣粒子的散射作用，霧，霾等惡劣自然天氣狀況很容易導(dǎo)致視覺系統(tǒng)獲得的圖像降質(zhì)，信息丟失嚴(yán)重，嚴(yán)重影響人類視覺感受和相關(guān)視覺算法的處理效果。因此快速有效的去霧算法研究具有重要的意義。

現(xiàn)有算法中，He等人提出了一種基于暗原色先驗(yàn)的去霧算法，首先使用最小值濾波對透射圖進(jìn)行粗估計(jì)，然后借助導(dǎo)向?yàn)V波算法對透射圖進(jìn)行細(xì)化，最后根據(jù)大氣散射模型復(fù)原出無霧圖像。因其原理簡單，去霧效果有效自然，所以目前研究者眾多。然而暗原色先驗(yàn)規(guī)律并不適用于天空區(qū)域，使得復(fù)原圖像天空區(qū)域容易出現(xiàn)光暈偽影或者色彩失真現(xiàn)象。為克服這一缺陷，文獻(xiàn)[3]通過引入容差機(jī)制，糾正了這類區(qū)域錯誤估計(jì)的透射率，復(fù)原圖像消除了色彩失真，但是其設(shè)定的容差值不具有普遍適用性，文獻(xiàn)[4]-[7]通過分割出天空區(qū)域進(jìn)行單獨(dú)處理也取得了較好的復(fù)原效果，但是分割算法均過于復(fù)雜。

因此，針對上述問題，本文提出了一種基于暗通道先驗(yàn)的改進(jìn)算法，和一種簡單的融合處理方法，使得融合后的圖像更加自然。

2 大氣散射模型

在計(jì)算機(jī)視覺和計(jì)算機(jī)圖形學(xué)中，常用如下大氣散射模型來描述有霧圖像：

其中，I(x)是待去霧圖像，J(x)是要恢復(fù)的無霧圖像，A是大氣光照度，t(x)是透射率。

3 圖像天空區(qū)域分割

多數(shù)存在天空區(qū)域的有霧圖像，其天空與非天空區(qū)域有明顯的結(jié)構(gòu)特征。天空區(qū)域的分割方法眾多，如文獻(xiàn)[4][5]中先求取梯度圖，再進(jìn)行邊緣跟蹤，標(biāo)記連通區(qū)確定天空區(qū)域；本文提出了一種新的分割方法，即利用最大類間方差法分割出天空區(qū)域所在范圍，再對粗分割結(jié)果進(jìn)行二次分割。

3.1 最大類間方差法求閾值

最大類間方差法是基于圖像的灰度直方圖，將圖像分為兩類，以兩類的類間方差最大或類內(nèi)方差最小作為閾值的選取準(zhǔn)則。其基本原理如文獻(xiàn)[6][7]，選定最優(yōu)分割閾值后，按照閾值對圖像進(jìn)行分割。在天空與非天空交界線明顯的情況下，分割結(jié)果相對令人滿意，但是遇到交界處噪聲較多時(shí)候，簡單單一閾值分割并不能保證分割的準(zhǔn)確性。為了盡可能將天空與非天空區(qū)域分割精確，我們要對3.1的粗分割結(jié)果進(jìn)行再次優(yōu)化。

3.2 細(xì)分割處理

為了使得分割結(jié)果準(zhǔn)確快速，經(jīng)過大量實(shí)驗(yàn)處理對比確定，發(fā)現(xiàn)了一種十分簡單卻有效的方法，即將閾值分割結(jié)果作膨脹處理，使得天空區(qū)域膨脹后包含天空與非天空交界處，將此時(shí)的天空區(qū)域疊加，此時(shí)滿足：

然后再將滿足條件的天空區(qū)域置0，非天空置1，得出細(xì)分分割后的二值圖。

至此，可以將天空與非天空區(qū)域精確分割開來。實(shí)驗(yàn)結(jié)果表明，該方法原理簡單，分割快速有效，結(jié)果滿意。

4 去霧過程

4.1 求取全局大氣光照值A(chǔ)

按照He算法，A值可能受到非天空區(qū)域白色亮點(diǎn)噪聲影響導(dǎo)致A值計(jì)算結(jié)果偏大，造成整個(gè)圖像偏色嚴(yán)重。為了更準(zhǔn)確的估算大氣光照值，我們采用四叉樹方法。將圖像均分為四塊區(qū)域。計(jì)算每塊區(qū)域的平均值和標(biāo)準(zhǔn)差之差。將計(jì)算結(jié)果最大的區(qū)域再重復(fù)進(jìn)行步驟直到區(qū)域大小小于設(shè)定的閾值，即最終選定的區(qū)域。計(jì)算最終選定區(qū)域亮度平均值，即為估算的大氣光照值A(chǔ)。

4.2 去霧流程

天空區(qū)域亮度值相近且平滑，所以為了簡化運(yùn)算，設(shè)定其透射率為固定值，即圖像透射率：

然后根據(jù)透射率及4.1所求得的值A(chǔ)，由下式復(fù)原無霧圖像，

其中t0設(shè)為0.1，為防止透射率值取值過小。

在有霧圖像中，天空與非天空區(qū)域的交界處在實(shí)際情況下應(yīng)該有不同的透射率值，這種情況會使得在天空與非天空區(qū)域分割不準(zhǔn)確時(shí)，基于暗原色先驗(yàn)原理處理非天空區(qū)域的時(shí)候邊緣的“白邊”效果更加明顯，如圖1左圖所示。

為了消除拼接后的分界處“白邊”，本文提出了一種新的拼接方法，使用簡單的與或運(yùn)算，即：

其中，Jdark(x)表示有霧圖像經(jīng)過基于暗原色先驗(yàn)原理處理后的無霧圖像，Jsky(x)表示在文中處理后的天空區(qū)域圖像，其非天空區(qū)域置0，Jprocess(x)表示分割出的非天空區(qū)域圖像，其天空區(qū)域置0，J(x)表示復(fù)原無霧圖像。

這樣處理可以避免對非天空區(qū)域單獨(dú)使用暗原色先驗(yàn)原理時(shí)因?yàn)檫\(yùn)算窗口造成的邊界鋸齒效應(yīng)，處理后效果圖如圖1右圖所示。

5 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證本文提出算法的有效性，全部選取了含有天空區(qū)域的圖像進(jìn)行測試，分別與he方法和Fattal方法進(jìn)行比較。在實(shí)驗(yàn)中，計(jì)算暗通道選擇窗口大小為15×15，取值0.8，部分實(shí)驗(yàn)結(jié)果如圖2所示。

在圖2中，通過使用He的暗原色先驗(yàn)方法處理有霧圖像整體去霧效果良好，但是在天空區(qū)域色彩失真嚴(yán)重，例如(a)圖右半邊區(qū)域存在較為嚴(yán)重的陰影，色彩失真，(b)圖天空區(qū)域同樣存在黑影；Fattal方法在天空區(qū)域色彩過度飽和，非天空區(qū)域圖像細(xì)節(jié)信息丟失嚴(yán)重。與之相比，本文算法天空區(qū)域分割精確，整體去霧效果較好，天空色彩復(fù)原真實(shí)，沒有出現(xiàn)偏色以及色塊偽影日暈現(xiàn)象，遠(yuǎn)處細(xì)節(jié)有效保留，圖像整體復(fù)原效果自然。

圖1 融合圖像及處理后圖像

圖2 含天空區(qū)域去霧效果對比

6 結(jié)語

在濃霧天氣狀況下，天空分割處理并沒有必要，而且實(shí)際分割效果也不好。另外本文需要對同一幅圖像進(jìn)行多次處理和遍歷計(jì)算，算法效率不高。如何改善圖像復(fù)原效果和解決濃霧狀況下復(fù)原問題，以及如何利用硬件和算法方法優(yōu)化本文算法的運(yùn)算效率，這些都是下一步我們要研究的工作。

[1]He K, Sun J, Tang X. Single image haze removal using dark channel prior[J]. Pattern Analysis and Machine Intelligence, I EEE Transactions on, 2011, 33(12): 2341-2353

[2]He K, Sun J, Tang X. Single image haze removal using dar k channel prior[J]. Pattern Analysis and Machine Intelligence , IEEE Transactions on, 2011, 33(12): 2341-2353

[3]蔣建國,侯天峰,齊美彬.改進(jìn)的基于暗原色先驗(yàn)的圖像去霧算法[J].電路與系統(tǒng)學(xué)報(bào),2011,16(2):7-12

[4]李加元,胡慶武,艾明耀,等.結(jié)合天空識別和暗通道原理的圖像去霧[J].中國圖象圖形學(xué)報(bào),2015,20(4)

[5]胡平.基于圖像分割的交通圖像快速去霧算法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2014,23(9):134-138

[6]雷琴,施朝健,陳婷婷.基于天空區(qū)域分割的單幅海面圖像去霧方法[J].計(jì)算機(jī)工程,2015,41(5):237-242

[7]李坤,蘭時(shí)勇,張建偉,等.改進(jìn)的基于暗原色先驗(yàn)的圖像去霧算法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2015,25(2):6-11

TP391.4

A