李春江，禹素萍,2，許武軍,2，范 紅,2

(1.東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 201620； 2.東華大學(xué) 數(shù)字化紡織服裝技術(shù)教育部工程研究中心，上海 201620)

基于暗原色先驗(yàn)圖像去霧的改進(jìn)算法

李春江1，禹素萍1,2，許武軍1,2，范 紅1,2

(1.東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 201620； 2.東華大學(xué) 數(shù)字化紡織服裝技術(shù)教育部工程研究中心，上海 201620)

基于暗原色先驗(yàn)的方法去霧效果較好，但也存在處理效率不高、天空區(qū)域容易產(chǎn)生較為明顯的失真等缺點(diǎn)。 采用雙邊濾波與最大值濾波相結(jié)合的方法取代軟摳圖對(duì)透射率進(jìn)行優(yōu)化，通過判斷大氣光強(qiáng)度和暗通道差值絕對(duì)值大小來區(qū)分霧圖中明亮區(qū)域與暗原色區(qū)域，并削弱明亮天空區(qū)域的去霧。實(shí)驗(yàn)表明，本文算法不僅有效降低了傳統(tǒng)算法的時(shí)間復(fù)雜度，還達(dá)到了較好的視覺效果。

圖像去霧；暗原色先驗(yàn)；雙邊濾波；處理速度

0 引言

在霧霾的天氣條件下，由于空氣中大量懸浮粒子的存在，在戶外拍攝的圖像的質(zhì)量嚴(yán)重下降。因此，一種快速有效的去霧方法對(duì)提高戶外視覺系統(tǒng)的穩(wěn)定性來說意義重大。目前的去霧方法可以分為兩大類：圖像增強(qiáng)[1]和圖像復(fù)原[2]。圖像增強(qiáng)的方法不考慮圖像質(zhì)量退化的原因，通過改善圖像對(duì)比度以達(dá)到改善霧圖像視覺效果，但不能從根本上達(dá)到去霧的目的。目前圖像增強(qiáng)技術(shù)主要包括直方圖均衡化、小波分析法、Retinex算法及同態(tài)濾波等。而圖像恢復(fù)方法則是首先分析圖像在霧天的降質(zhì)過程，建立圖像退化模型，然后求解出無霧圖像。此類方法有基于偏微分方程的霧天圖像復(fù)原、基于深度信息的霧天圖像復(fù)原、基于先驗(yàn)的霧天圖像復(fù)原等。相比較而言，采用圖像恢復(fù)方法得到的無霧圖像更加自然清晰，通常不會(huì)丟失原圖像信息，因此此類方法是圖像去霧領(lǐng)域的熱點(diǎn)技術(shù)。

2009年，He Kaiming等人[3]提出了基于暗原色先驗(yàn)原理的去霧算法，取得了相當(dāng)好的去霧效果。通過對(duì)大量戶外的無霧清晰圖像的觀察和統(tǒng)計(jì)，發(fā)現(xiàn)清晰圖像至少在某一個(gè)顏色通道上存在一些強(qiáng)度值非常低的像素點(diǎn)，甚至低到接近于零。對(duì)于有霧圖像，可以通過暗原色先驗(yàn)理論對(duì)介質(zhì)的透射率進(jìn)行估計(jì)，然后通過軟摳圖技術(shù)來優(yōu)化已經(jīng)估算出的介質(zhì)傳播函數(shù)。

但是此算法也存在一些不足之處，首先采用軟摳圖技術(shù)具有較高的計(jì)算量，不宜應(yīng)用到實(shí)時(shí)監(jiān)控系統(tǒng)中；其次圖像在天空區(qū)域恢復(fù)后有較明顯的失真。本文提出一種基于暗原色先驗(yàn)原理的改進(jìn)算法，采用雙邊濾波與最大值濾波相結(jié)合的方法取代軟摳圖對(duì)粗略透射率進(jìn)行精細(xì)化求解，從而提高處理效率。同時(shí)引入容差參數(shù)對(duì)天空明亮區(qū)域和暗原色區(qū)域進(jìn)行分割，并削弱天空中明亮區(qū)域的去霧，從而提高去霧算法的魯棒性。

1 背景

1.1 大氣散射模型

在計(jì)算機(jī)視覺領(lǐng)域，霧霾等天氣條件下單色大氣散射模型可表示為[4-5]：

I(x)=J(x)t(x)+A(1-t(x))

(1)

其中，x表示圖像上像素的坐標(biāo)位置；I表示原始霧天圖像；J表示無霧的清晰圖像；t表示大氣透射率；A表示大氣光亮度，一般用來表示無窮遠(yuǎn)處光照強(qiáng)度。大氣散射模型由兩部分組成，第一部分J(x)t(x)表示衰減模型(Attenuation Model),第二部分A(1-t(x))表示環(huán)境光模型(Airlight Model)。

1.2 暗原色先驗(yàn)去霧

[3]通過對(duì)大量戶外的無霧清晰圖像的觀察和統(tǒng)計(jì)，發(fā)現(xiàn)清晰圖像至少在某一個(gè)顏色通道上存在一些強(qiáng)度值非常低的像素點(diǎn)，甚至低到接近于零。對(duì)于一幅圖像J，暗原色可以用公式(2)描述：

(2)

其中，Ω(x)表示以像素點(diǎn)x為中心的局部區(qū)域，Jc表示圖像J的顏色通道，Jdark為圖像J的暗原色。對(duì)于非天空區(qū)域則有：

Jdark(x)→0

(3)

首先假設(shè)大氣光值A(chǔ)已知，同時(shí)假設(shè)大氣的透射率在一個(gè)局部區(qū)域內(nèi)是恒定不變的。將公式(1)描述的散射模型兩邊在Ω(x)區(qū)域內(nèi)進(jìn)行最小值濾波運(yùn)算并同除以A，可得：

(4)

對(duì)上式兩邊進(jìn)行三個(gè)顏色通道上的最小值濾波運(yùn)算，得：

(5)

根據(jù)暗原色先驗(yàn)原理，無霧圖像的暗原色Jdark趨近于0：

(6)

由于Ac總是正值，得到：

(7)

(8)

而在現(xiàn)實(shí)生活中，即便是在晴朗的天氣下，天空中也總會(huì)存在一些雜質(zhì)微粒，如果把霧徹底去除，復(fù)原出的圖像就會(huì)顯得很不真實(shí)。所以在公式(8)中引入一個(gè)強(qiáng)度系數(shù)ω(0<ω≤1)，在天空區(qū)域保留一部分霧，式(8)修正為：

(9)

由式(9)所得的透射率比較粗糙，有明顯的塊效應(yīng)，參考文獻(xiàn)[3]采用軟摳圖方法對(duì)透射率進(jìn)行優(yōu)化。優(yōu)化公式如下：

(10)

其中，U是與L同樣大小的單位矩陣,L是摳圖拉普拉斯矩陣，λ是修正參數(shù)。為防止t取零值，為其設(shè)置一個(gè)下限值t0，則：

(11)

其中，t0的值通常取為0.1。在暗通道圖中選取前0.1%最亮的像素點(diǎn)，并且記錄它們?cè)谠紙D像中所對(duì)應(yīng)的坐標(biāo)位置，在有霧圖像中找到其對(duì)應(yīng)坐標(biāo)的像素點(diǎn)，求出它們?cè)赗，G，B三個(gè)顏色通道上最大強(qiáng)度值，即為大氣光A在三個(gè)通道的值。此時(shí)便可通過式(11)復(fù)原出無霧圖像。復(fù)原出的圖像如圖1所示。

圖1 暗原色先驗(yàn)去霧效果圖

2 改進(jìn)算法

由于基于暗原色先驗(yàn)的去霧方法存在運(yùn)算量大及天空區(qū)域易失真等缺點(diǎn)，近年來出現(xiàn)了很多基于暗原色理論的改進(jìn)算法。文獻(xiàn)[6]和[7]均是在基于暗原色先驗(yàn)理論的基礎(chǔ)之上進(jìn)行改進(jìn)的，前者重點(diǎn)是對(duì)透射率進(jìn)行優(yōu)化，顯著地減少了運(yùn)算量，同時(shí)也在一定程度上改善了恢復(fù)的圖像的視覺效果。后者在改善透射率估算方式的同時(shí)，還針對(duì)恢復(fù)的圖像在天空、白色物體等明亮區(qū)域出現(xiàn)的顏色失真的問題采取了一些改良措施。

本文提出一種改進(jìn)算法來改善圖像去霧的處理效率及視覺效果。首先采用雙邊濾波取代軟摳圖對(duì)粗略透射率進(jìn)行精細(xì)化處理，同時(shí)采用最大值濾波[8]方法對(duì)粗略透射率圖中被低估的暗像素點(diǎn)的值進(jìn)行修復(fù)。假設(shè)輸入圖像I的像素p其坐標(biāo)為(x,y)，灰度值為Ip，濾波后輸出圖像為BI。輸出圖像的p點(diǎn)像素值定義為BIp，p點(diǎn)的鄰域像素點(diǎn)用q表示，其坐標(biāo)為(u,v) ，則雙邊濾波公式可以表示為：

(12)

且

(13)

其中，Gσd為空間鄰近度因子，Gσr為灰度相似度因子，σd是基于高斯函數(shù)距離標(biāo)準(zhǔn)差，σr為基于高斯函數(shù)的灰度標(biāo)準(zhǔn)差，Wp為歸一化因子。

采用雙邊濾波和最大值濾波相結(jié)合的方式對(duì)介質(zhì)透射率進(jìn)行細(xì)化處理，過程如下：

(1)對(duì)暗通道圖像做最大值濾波和雙邊濾波處理：

(14)

(15)

(2)由式(9)很容易得到修正后的透射率計(jì)算公式：

(16)

為了使恢復(fù)后的圖像自然，這里依然引入強(qiáng)度系數(shù)ω，其值一般取為0.95～0.98。

(17)

3 實(shí)驗(yàn)結(jié)果與分析

本文算法采用Visual Studio 2013結(jié)合OpenCV2.4.9實(shí)現(xiàn)。PC配置為Inter(R) Core(TM) i7-6700HQ CPU@2.60 GHz,內(nèi)存8 GB。操作系統(tǒng)為Windows 10。程序運(yùn)行時(shí)間如表1所示。

表1 算法運(yùn)行時(shí)間比較

文獻(xiàn)[3]提出的基于暗原色先驗(yàn)算法與本文的改進(jìn)算法去霧效果如圖2所示?？梢钥闯鑫墨I(xiàn)[3]的方法恢復(fù)出的圖像在天空區(qū)域有較為明顯的失真，而本文算法恢復(fù)的圖像在天空區(qū)域沒有產(chǎn)生失真，對(duì)圖像中物體的邊緣細(xì)節(jié)保持得較好，而且整幅圖像的色彩更加自然逼真。

圖2 本文方法與文獻(xiàn)[3]方法去霧效果比較圖

4 結(jié)論

本文研究了文獻(xiàn)[3]提出的基于暗原色先驗(yàn)理論的去霧算法，并在其基礎(chǔ)上進(jìn)行了改進(jìn)。本文采用了雙邊濾波取代軟摳圖對(duì)粗略透射率進(jìn)行精細(xì)化處理，同時(shí)采用最大值濾波方法對(duì)粗略透射率圖中被低估的暗像素點(diǎn)的值進(jìn)行修復(fù)。針對(duì)暗原色原理不適用明亮天空區(qū)域的問題，本文引入了容差參數(shù)把圖像劃分為明亮區(qū)域和暗原色區(qū)域，并弱化了天空中明亮的區(qū)域。實(shí)驗(yàn)表明，無論是在去霧效率還是視覺效果上，本文算法都達(dá)到了令人滿意的效果。

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(jì)算機(jī)應(yīng)用,2010,30(9):2417-2421.

[2] 葛艷,趙瑞,高占江.基于TV模型和膨脹的圖像修復(fù)方法研究[J].微型機(jī)與應(yīng)用,2014,33(18):39-41.

[3] He Kaiming,Sun Jian,Tang Xiaoou.Single image haze removal using dark channel prior[C]. IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2009, IEEE, 2009:1956-1963.

[4] NARASIMHAN S G, NAYAR S K. Vision and the atmosphere[J]. International Journal of Computer Vision, 2002, 48(3):233-254.

[5] TAN R T. Visibility in bad weather from a single image[C]. IEEE Conference on Computer Vision and Pattern Recognition, CVPR IEEE, 2008:1-8.

[6] 張冰冰,戴聲奎,孫萬源.基于暗原色先驗(yàn)?zāi)Ｐ偷目焖偃レF算法[J].中國(guó)圖象圖形學(xué)報(bào), 2013, 18(2):184-188.

[7] 孫小明,孫俊喜,趙立榮,等.暗原色先驗(yàn)單幅圖像去霧改進(jìn)算法[J].中國(guó)圖象圖形學(xué)報(bào),2014, 19(3):381-385.

[8] GONZALEZ R C，WOODS R E.Digital image processing(2nded)[M]. 北京：電子工業(yè)出版社,2003.

The improvement algorithm of image dehazing based on dark channel prior

Li Chunjiang1, Yu Suping1,2, Xu Wujun1,2, Fan Hong1,2

(1. School of Information Science and Technology, Donghua University, Shanghai 201620, China;2. Engineering Research Center of Digitized Textile & Fashion Technology of Ministry of Education, Donghua University, Shanghai 201620, China)

The method based on dark channel prior can dehaze effectively, but it has some disadvantages, including low processing efficiency and producing more obvious distortion easily in the sky areas. This paper adopts bilateral filtering and maximum filtering method combined to optimize the transmission map instead of soft matting, dividing the image into bright areas and dark channel areas by absolute value of the difference of atmospheric light and dark channel ,and weakening these bright areas to defog. The experimental results show that the algorithm not only reduces the time complexity of the traditional algorithm, but also achieves a good visual effect.

haze removal; dark channel prior; bilateral filtering; processing speed

TP309.7

A

10.19358/j.issn.1674- 7720.2017.16.015

李春江，禹素萍，許武軍，等.基于暗原色先驗(yàn)圖像去霧的改進(jìn)算法[J].微型機(jī)與應(yīng)用，2017,36(16)：53-55.

2017-02-23)

李春江(1989-)，通信作者，男，碩士研究生，主要研究方向：圖像處理。E-mail:wylichunjiang@163.com。

禹素萍(1977-)，女，博士，副教授，主要研究方向：機(jī)器視覺與圖像處理。

許武軍(1972-)，男，博士，副教授，主要研究方向：嵌入式計(jì)算與嵌入式系統(tǒng)。