陳天威+段錦+孫晨+安忠德

摘要：隨著對(duì)光偏振信息的引入，已經(jīng)能夠更加全面的表征目標(biāo)的信息。本文在大氣散射物理模型的基礎(chǔ)上，結(jié)合暗原色先驗(yàn)原理提出一種新的偏振圖像去霧算法。首先基于暗原色理論估計(jì)大氣光強(qiáng)信息；然后利用雙邊濾波對(duì)霧天圖像傳輸投射率進(jìn)行優(yōu)化，最終有效完成圖像去霧。由實(shí)驗(yàn)結(jié)果可知，本文采用的算法能夠有效的實(shí)現(xiàn)霧天圖像復(fù)原。

關(guān)鍵詞：大氣散射模型；偏振圖像；雙邊濾波

中圖分類號(hào)：TP751.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）01-0119-01

1 引言

在霧霾等天氣環(huán)境中，由于大氣中存在著大量的懸浮粒子，光線在傳播過程中的散射作用使圖像的對(duì)比度和顏色等特征信息嚴(yán)重降低，影響觀測(cè)者的視覺感受，妨礙特征信息的提取，從而限制了戶外計(jì)算計(jì)視覺系統(tǒng)的有效發(fā)揮。對(duì)于圖像去霧算法的研究，目前主要有兩個(gè)大方面：一個(gè)以圖像增強(qiáng)為主；另一個(gè)以大氣散射物理模型為主。

本文基于大氣散射物理模型，根據(jù)光的偏振特性，通過采集三幅不同偏振角度的偏振圖像，結(jié)合暗原色先驗(yàn)[1]原理提出了一種新的去霧算法?；诎翟碚摚烙?jì)大氣光強(qiáng)度信息；利用雙邊濾波對(duì)霧天圖像傳輸投射率的優(yōu)化，最終有效完成圖像去霧。

2 基于大氣散射模型的偏振圖像去霧算法

根據(jù)斯托克斯公式可以將霧天退化模型公式改為

（1）

上式中，，，為本文實(shí)驗(yàn)中獲取的0°，60°，120°的三幅不同角度的偏振圖像。我們需要通過求解，的值，根據(jù)此物理模型，從原來的有霧圖像中復(fù)原出無霧圖像。

2.1 求解大氣光值

由于圖像中霧最濃的區(qū)域?qū)?yīng)的是天空或者無窮遠(yuǎn)處大氣光的位置，而圖像中的天空區(qū)域大部分應(yīng)該存在于圖像的上方或頂部，所以可以把像素點(diǎn)的高度坐標(biāo)當(dāng)成是否接近天空或者無窮遠(yuǎn)處位置的參數(shù)。假設(shè)圖像的像高為H，像素x對(duì)應(yīng)的位置高度坐標(biāo)值為，該點(diǎn)接近天空的概率函數(shù)可以表示為：

（2）

霧天圖像中，對(duì)應(yīng)于霧最濃的區(qū)域內(nèi)物體的對(duì)比度下降程度應(yīng)該是最大的，表現(xiàn)為該區(qū)域所有點(diǎn)的亮度值在RGB三顏色通道的最大值和最小值之差幾乎為0。因此，根據(jù)是否滿足對(duì)比度降質(zhì)嚴(yán)重這一規(guī)律，定義亮度限制概率函數(shù)為：

（3）

其中，與分別為像素x在RGB三顏色通道分量值的最大值和最小值。顯然當(dāng)區(qū)域?yàn)殪F最濃的部分時(shí)，與的乘積趨近于1。通過對(duì)上述條件的限制，分離出符合限制條件的區(qū)域，選取其中亮度分量最大點(diǎn)的值當(dāng)作大氣光矢量的估計(jì)值。

2.2 求解傳輸率圖

由于He采用軟摳圖算法來優(yōu)化傳輸透射率的時(shí)間復(fù)雜度太高，實(shí)際應(yīng)用性降低，因此本文采用雙邊濾波器來優(yōu)化傳輸透射率。

雙邊濾波BF（Bilateral filter）是一種可以保邊去噪的濾波器。之所以可以達(dá)到此去噪效果，是因?yàn)殡p邊濾波器是由兩個(gè)函數(shù)構(gòu)成。一個(gè)函數(shù)是由幾何空間距離決定濾波器系數(shù)。另一個(gè)由像素差值決定濾波器系數(shù)。

利用雙邊濾波器BF的局部平滑特性對(duì)進(jìn)行預(yù)處理，濾除紋理細(xì)節(jié)的同時(shí)保留圖像中的邊緣特性，從而得到優(yōu)化的傳輸透射率：

（4）

3 實(shí)驗(yàn)結(jié)果及分析

為了驗(yàn)證本算法的實(shí)用性和有效性，使用旋轉(zhuǎn)偏振片的方法采取了大量霧天環(huán)境下遠(yuǎn)景和近景偏振圖像，利MATLAB 2015b進(jìn)行算法編碼?，F(xiàn)將以下實(shí)驗(yàn)結(jié)果圖像通過采用不同去霧算法來處理比較。如圖1，2，3所示，為不同算法和本文算法處理結(jié)果比較。

通過上面幾幅圖可以看出，本文算法在處理后圖像的紋理比其它兩個(gè)算法更加突出，對(duì)比度更加明顯。表明經(jīng)過本文算法去霧后的圖像質(zhì)量、清晰度更好，包含的細(xì)節(jié)信息更多。

4 結(jié)語

本文在大氣散射物理模型的基礎(chǔ)上，結(jié)合He的暗原色理論，實(shí)驗(yàn)結(jié)果表明，該算法能夠利用光的偏振特性有效地實(shí)現(xiàn)了霧天圖像復(fù)原，使圖像的清晰度和對(duì)比度得到提高，同時(shí)具有比較低的時(shí)間復(fù)雜度，較高的實(shí)時(shí)性有助實(shí)際產(chǎn)品的開發(fā)應(yīng)用。

參考文獻(xiàn)

[1]Fattal R.Single image dehazing[J].ACM Transactions on Graphics，2008，27（3）：72-80.