亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        多尺度窗口的自適應(yīng)透射率修復(fù)交通圖像去霧方法

        2020-01-10 01:49:22李昕芮王會峰盛廣峰
        中國光學(xué) 2019年6期
        關(guān)鍵詞:原色透射率算子

        黃 鶴,李昕芮,宋 京,王會峰,茹 鋒,盛廣峰

        (1.長安大學(xué) 電子與控制工程學(xué)院,陜西 西安 710064;2.陜西省道路交通智能檢測與裝備工程研究中心,陜西 西安 710064)

        1 引 言

        霧霾天氣下,受大氣中懸浮微粒對光線散射折射作用的影響,獲取的圖像信息有一定衰減,嚴重影響了交通監(jiān)控設(shè)備的可靠性[1-2]。因此,對于圖像去霧算法的研究是一項非常有意義且具有挑戰(zhàn)性的工作。

        目前,主流的圖像去霧方法是基于物理模型的圖像復(fù)原算法[3]。其中,Oakley和Tan[4]提出的方法都是建立在已知圖像場景深度的基礎(chǔ)上,含霧圖像的詳細深度信息都要依靠高精度測距設(shè)備獲得,因此應(yīng)用環(huán)境受到限制。Nayar和Narasimhan等人利用同一場景在不同天氣下拍攝的圖像來作為輔助信息獲得復(fù)原圖像[5],具有局限性。近年來,很多學(xué)者提出了依托先驗知識或者單幅圖像的去霧方法[6]。其中,He提出了暗原色先驗理論,并結(jié)合軟摳圖算法,成功復(fù)原出清晰圖像[7],但仍有不足:(1)由于圖像中湖面、白色物體等明亮區(qū)域不滿足暗原色先驗條件,得到的大氣光可能會存在誤差,透射率偏小,復(fù)原圖像中相應(yīng)區(qū)域存在明顯的光暈效應(yīng),即“halo”效應(yīng),導(dǎo)致目標和場景色彩失真;(2)使用軟摳圖算法修復(fù)透射圖,時間復(fù)雜度和空間復(fù)雜度大幅提高,實時性較差。此后,諸多學(xué)者在此基礎(chǔ)上提出了一些改進的去霧算法,如黃大榮等人[8]在求取暗原色圖時將每個“塊區(qū)域”的RGB 3個通道最小值替換為每個像素點3個通道的最小值,去除了最小值濾波,能有效消除光暈效應(yīng)、降低時間復(fù)雜度,但復(fù)原圖像清晰度較低。石文軒等人通過插值摳圖法[9]對透射率進行優(yōu)化,但計算稀疏矩陣導(dǎo)致運算量大大增加,比較耗時。此外,還有學(xué)者提出基于雙閾值的明亮區(qū)域識別方法和透射率修正機制,然而明亮區(qū)域的判定條件需要人為設(shè)定參數(shù),對于不同的圖像魯棒性較差。

        針對上述問題,本文對暗原色先驗去霧方法進行改進,提出了一種基于多尺度窗口的透射率自適應(yīng)的圖像去霧算法。該算法可以保證計算時間和復(fù)原圖像的質(zhì)量,較好地解決了暗原色先驗原理在明亮區(qū)域失效的問題,適用于處理各類不同場景的霧化圖像。

        2 霧霾天氣下圖像降質(zhì)模型

        建立霧天圖像降質(zhì)模型,如圖1所示[10],包括:(1)由大氣微粒對散射和吸收作用導(dǎo)致的衰減的場景目標反射光;(2)由懸浮微粒散射作用而參與成像的環(huán)境光。分析該模型可知霧霾顆粒對光線的作用以及對成像的影響。含霧圖像的模型如下所示:

        L(x,y)=L0(x,y)e-kd(x,y)+Ls(1-e-kd(x,y)) ,

        (1)

        圖1 霧霾顆粒對成像影響示意圖 Fig.1 Schematic diagram of effects of haze particles on imaging

        公式(1)包含入射光衰減模型和大氣光成像模型,其中,可見光鏡頭采集得到的圖像為L(x,y),即霧天降質(zhì)圖像,L0(x,y)e-kd(x,y)為入射光衰減模型,Ls為環(huán)境光亮度,e-kd(x,y)為透射分步率,Ls(1-e-kd(x,y))為大氣光成像模型。

        大氣微粒的散射致使一部分入射光不能到達鏡頭,造成了入射光衰減,L0(x,y)代表該點的場景反射光強度,入射光衰減率與場景點到接受裝置的距離有關(guān),式中d(x,y)表示場景深度,k為大氣散射系數(shù),其與波長λ及大氣中微粒大小γ關(guān)系如公式(2)所示:

        (2)

        分析模型可知圖像降質(zhì)原因如下:由于霧霾顆粒尺寸(1~10 μm)遠大于純空氣中的微粒尺寸(10-4μm左右),而公式(2)中的大氣散射系數(shù)又由微粒大小決定,又由于大氣與不同顏色可見光的散射系數(shù)近似,導(dǎo)致可見光等量散射使霧霾呈灰白色,含霧圖像也變得灰白不清。此外,由于霧霾微粒對光線散射影響較大,從入射光衰減模型L0(x,y)e-kd(x,y)可知,固有亮度受景深影響成指數(shù)衰減,導(dǎo)致圖像亮度降低,同時霧霾微粒的散射和折射還會造成成像離焦模糊,故圖像質(zhì)量較差。

        3 含霧圖像的復(fù)原

        霧天圖像成像物理模型如下所示:

        I(x)=J(x)t(x)+A[x-t(x)] ,

        (3)

        式中,I(x)表示含霧圖像,J(x)表示場景反射光強度,t(x)為透射率,J(x)t(x)表示入射光衰減,A(1-t(x))表示大氣光成像。其中t(x)與A均是未知項,故該方程求解是病態(tài)的,需給出先驗條件才可求解。

        霧天圖像復(fù)原即由霧化的降質(zhì)圖像反演得到清晰圖像,式(3)經(jīng)過變形可得到:

        (4)

        (5)

        根據(jù)不含霧圖像的暗原色統(tǒng)計規(guī)律可知[7],即:

        (6)

        而大氣光的值A(chǔ)c相對大很多,即

        (7)

        (8)

        (9)

        根據(jù)經(jīng)驗取w=0.8。

        公式(9)僅完成了對透射率的粗估計,此時估計值存在塊狀效應(yīng),不夠精確,需進行精細化處理,得到透射率的精確估計值:

        (10)

        式中,I(x,y)為含霧圖像像素點,A為大氣光值,J(x,y)為去霧后的像素點,t_d為精準透射率。圖像中某些像素對應(yīng)的透射率t(x)非常小,幾乎為零,其衰減項J(x)t(x)也趨于零。這種情況下,若仍根據(jù)式(10)直接計算,透射率過小時,噪聲信息將會被過度增強,且圖像局部區(qū)域?qū)Ρ榷葧陆担瑢?dǎo)致圖像偏白,故設(shè)透射率下限為t0,得到最終復(fù)原圖像為

        (11)

        根據(jù)經(jīng)驗取t0=0.1。

        4 多尺度自適應(yīng)暗原色估計

        4.1 傳統(tǒng)暗原色估計

        利用公式(9)進行透射率粗估計計算,圖像斑塊比較明顯,即出現(xiàn)halo效應(yīng),復(fù)原圖像目標和場景出現(xiàn)色彩失真,如圖2所示,圖2(b)天空與樹木相交的邊緣區(qū)域透射率(景深)變化大時產(chǎn)生光暈,導(dǎo)致失真。

        圖2 傳統(tǒng)暗原色估計去霧前后圖像 Fig.2 Images before and after defogging by traditional dark priori image defogging algorithm

        4.2 8方向邊緣檢測算子

        傳統(tǒng)圖像邊緣檢測算子采用的模板大都為兩方向,其只能檢測特定方向的邊緣,當(dāng)圖像紋理較復(fù)雜時,邊緣檢測效果欠佳[11-13],因此本文設(shè)計了一種新的8方向邊緣檢測算子,以獲取含霧圖像的邊緣。

        建立極坐標系,定義極軸方向為0方向,逆時針旋轉(zhuǎn)45°為1方向,逆時針旋轉(zhuǎn)90°為2方向,逆時針旋轉(zhuǎn)135°為3方向,逆時針旋轉(zhuǎn)180°為4方向,逆時針旋轉(zhuǎn)225°為5方向,逆時針旋轉(zhuǎn)270°為6方向,逆時針旋轉(zhuǎn)315°為7方向。8方向邊緣算子圖如圖3所示。

        圖3 新的8方向邊緣檢測算子圖 Fig.3 Diagram of new 8-direction edge detection operator

        針對圖2(a)進行邊緣檢測,比較Roberts算子、Sobel算子、Prewitt算子和本文邊緣檢測算子得到的含霧圖像邊緣,如圖4所示。

        圖4 4種邊緣算子的檢測結(jié)果 Fig.4 Detection results of 4 kinds of edge operators

        實驗結(jié)果表明,相對于傳統(tǒng)算子,8方向邊緣檢測算子能夠提取更多的含霧圖像邊緣細節(jié),獲得比較細的圖像邊緣信息,區(qū)分度更好,邊緣定位更準。

        4.3 基于多尺度窗口的自適應(yīng)暗原色估計

        若采用15×15固定模板求取暗通道時,當(dāng)局部塊區(qū)域內(nèi)透射率值差異較大時,會形成明顯斑塊,導(dǎo)致復(fù)原圖像中的目標和場景色彩失真。若采用5×5的固定模板求取暗通道時,因其模板小使得窗口時間復(fù)雜度更高,實時性較差。針對這一問題,本文提出了一種新的多尺度窗口,可以提高透射率估計的準確性,同時減少計算量。首先用8方向算子檢測含霧圖像的邊緣細節(jié),根據(jù)所在區(qū)域是否為景深突變區(qū)域來判斷采用較大還是較小的窗口,然后對景深突變較大的區(qū)域采用較小的窗口計算其暗原色,對變換較小的區(qū)域采用較大的窗口計算其暗原色。本文根據(jù)大量的實驗測試結(jié)果,取較小窗口為5×5,較大窗口為15×15。

        本文提出的基于多尺度窗口的自適應(yīng)暗原色估計算法能夠克服暗原色圖在透射率突變區(qū)域的halo現(xiàn)象,且實時性較好,綜合效果優(yōu)于單獨使用5×5模板或15×15模板的暗原色估計算法。

        圖5 基于多尺度窗口的自適應(yīng)暗原色估計算法的實驗結(jié)果 Fig.5 Experimental results of adaptive dark estimation algorithm with multi-scale window

        從圖5(b)可以看出,基于多尺度窗口的自適應(yīng)暗原色估計算法能夠有效消除halo效應(yīng),去霧效果優(yōu)于傳統(tǒng)暗原色估計方法。從表1可知,該算法相對于插值摳圖算法[9],效率提升了35倍。

        表1 兩種算法的時間復(fù)雜度

        5 自適應(yīng)透射率修復(fù)的圖像去霧算法

        5.1 明亮區(qū)域算法的不適用性分析

        經(jīng)過大量實驗發(fā)現(xiàn),在某些特殊情況下,基于暗通道先驗去霧算法失效,主要表現(xiàn)為顏色過飽和或者某個顏色通道溢出[14-18]。通過統(tǒng)計觀察可以發(fā)現(xiàn)失真區(qū)域常常包含一些明亮的近景區(qū)域,這些區(qū)域的透射率估計有一定偏差?;诎翟闰炄レF算法在這些區(qū)域失效,無論如何調(diào)整參數(shù)(濾波窗口大小等),得到的去霧圖像失真均較為嚴重。根據(jù)透射率的估計方法將方程(9)變形為:

        (12)

        5.2 自適應(yīng)透射率修復(fù)的圖像去霧算法

        圖像去霧算法的關(guān)鍵是估計透射率。估計方法通常是將歸一化后的暗通道圖像作為景深信息,將其進一步處理后用作透射率。但是如果近景場景中包含白色物體等明亮區(qū)域時,使用上述方法對這些區(qū)域進行透射率估計,則會發(fā)生偏差,從而導(dǎo)致復(fù)原圖像失真。

        為此,本文提出了自適應(yīng)透射率修復(fù)的圖像去霧算法,即構(gòu)造一個大氣耗散函數(shù),其能夠自適應(yīng)估計和修改透射率,從而有效解決了暗原色先驗原理在圖像明亮區(qū)域失效的問題,擴大了暗原色先驗原理的適用范圍,可以處理不同場景的霧化圖像。

        首先,定義大氣耗散函數(shù):

        V=A[1-t(x)] ,

        (13)

        對上式變形可得到透射率為:

        (14)

        由暗通道先驗原理可知,暗原色圖像中含有霧的濃度信息,即霧濃度較大的圖像區(qū)域,所對應(yīng)的暗原色圖較亮;而霧的濃度與光線耗散程度相關(guān),故可以認為暗原色圖像中的明暗亮度與大氣耗散程度相關(guān)。分別以含霧圖像I的灰度圖和暗原色圖Jdark作為引導(dǎo)圖像及待濾波圖像,理論上就可以得到邊緣增強后的暗原色圖像V′:

        V′=guide(ragb2gray(I),Jdark) .

        (15)

        假設(shè)原始圖像近景區(qū)域較明亮,則其在暗原色圖中得到的像素點也較明亮,相應(yīng)地具有較大的散射函數(shù)值,因此會誤以為該近景是有濃霧且景深較大的遠景區(qū)域。因此要對式(15)進行修正,定義:

        Δc=|V′-dark| ,

        (16)

        其中,Δc代表原暗原色圖Jdark與邊緣增強后的暗原色圖像V′相差的紋理信息。由于近景區(qū)域紋理信息明顯,所以相應(yīng)的Δc值較大。定義修正后的大氣散射函數(shù)為:

        V″=V′(1-ω*Δc) .

        (17)

        由公式(17)可以看出,修正后的大氣散射函數(shù)對近景區(qū)域的散射函數(shù)值進行了一定程度的削弱,得到的散射函數(shù)值更為準確,更加符合實際情況。故可以通過公式(14)自適應(yīng)估計和修改透射率。

        6 本文算法流程

        本文算法流程如圖6所示。

        多尺度窗口的自適應(yīng)透射率修復(fù)交通圖像去霧方法的具體步驟如下:首先,利用8方向邊緣檢測算子檢測輸入含霧圖像邊緣;根據(jù)檢測的邊緣信息,判斷圖像中的景深突變區(qū)域。對景深突變區(qū)域使用5×5的窗口進行暗原色估計,對非景深突變區(qū)域使用15×15的窗口進行暗原色估計;其次,使用引導(dǎo)濾波器,將含霧圖像I的灰度圖作為引導(dǎo)圖像;將暗原色圖Jdark作為待濾波圖像,根據(jù)公式(15)得到邊緣增強的暗原色圖像V′;利用式(16)、式(17)對得到的V′進行修正,得到修正后的大氣散射函數(shù)V″;最后,將修正后的大氣散射函數(shù)V″及大氣光值A(chǔ)帶入公式(14)中,得到透射率t(x),并將其帶入公式(11)得到最終去霧圖像。

        圖6 本文算法流程圖 Fig.6 Flowchart of proposed algorithm

        7 實驗結(jié)果與分析

        實驗硬件采用GPU硬件平臺—NVIDIA GeForce GTX1080TI,對含霧圖像依次采用雙邊濾波算法、梯度雙邊濾波算法及引導(dǎo)濾波去霧算法及本文算法進行去霧處理,實驗結(jié)果如圖7(彩圖見期刊電子版)和圖8(彩圖見期刊電子版)所示。

        圖7 4種方法對第一組圖像處理結(jié)果 Fig.7 Defogging results of the first set of image by 4 kinds of algorithms

        引入了客觀評價指標(平均梯度、信息熵、邊緣強度因子、PSNR、模糊系數(shù))對去霧效果進行客觀評價(表2和表3)。

        表2 第一組實驗結(jié)果的定量評價結(jié)果

        表3 第二組實驗結(jié)果的定量評價結(jié)果

        從主觀上來看,圖7(c)和7(d)雖對含霧圖像有一定的復(fù)原效果,但在明亮區(qū)域處發(fā)生了較為嚴重的色彩失真;相比之下,圖7(e)和7(f)在明亮區(qū)域則沒有發(fā)生色彩失真,且圖7(f)色彩更為明亮,去霧效果更好。從圖8實驗結(jié)果中也可以得到上述結(jié)論,相較于雙邊濾波去霧、梯度雙邊濾波去霧、引導(dǎo)濾波去霧,本文算法的去霧效果最好。

        從表2和表3的客觀評價指標來看,本文算法優(yōu)于引導(dǎo)濾波算法,雖然在一些指標上,雙邊濾波算法和梯度雙邊濾波算法優(yōu)于本文算法,這可能是由于圖7和圖8中包含白色物體的明亮區(qū)域色彩失真嚴重,導(dǎo)致雙邊濾波算法和梯度雙邊濾波算法的客觀評價指標失效。綜上所述,本文算法能夠較好地解決halo效應(yīng),而且在景深邊緣處提取了更多的邊緣細節(jié),去霧效果最優(yōu)。

        圖8 4種方法對第二組圖像的處理結(jié)果 Fig.8 Defogging effects of the second set of image by 4 kinds of algorithms

        8 結(jié) 論

        本文設(shè)計了基于多尺度窗口和透射率自適應(yīng)修復(fù)的圖像去霧算法,有效消除了halo效應(yīng),同時解決了暗原色原理在近景區(qū)域存在白色物體時失效的問題,擴大了暗原色先驗原理的適用范圍,使其能夠處理不同場景的霧化圖像。實驗結(jié)果表明,本文去霧算法的各項指標均優(yōu)于引導(dǎo)濾波去霧算法,其中平均梯度平均提高了8.305%,PSNR平均提高了12.455%,邊緣強度因子平均提高了7.77%,且可以克服雙邊濾波和梯度雙邊濾波算法的halo效應(yīng)以及明亮區(qū)域色彩失真嚴重的問題,應(yīng)用價值明顯。

        猜你喜歡
        原色透射率算子
        擬微分算子在Hp(ω)上的有界性
        各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應(yīng)用
        一類Markov模算子半群與相應(yīng)的算子值Dirichlet型刻畫
        純色太陽鏡鏡片耐日光輻照性能試驗研究
        Roper-Suffridge延拓算子與Loewner鏈
        風(fēng)
        詩潮(2016年5期)2016-05-14 22:36:14
        一種應(yīng)用于車牌檢測的改進暗原色去霧算法
        原色兒童村:讓孩子回歸自然
        中國火炬(2015年11期)2015-07-31 17:28:42
        石墨烯光柵太赫茲透射特性的研究
        玻璃長波透射率對普通雙層中空玻璃熱特性的影響
        chinese国产乱在线观看| 精品国产av一区二区三区四区| 日本精品一区二区三区二人码| 亚洲精品天堂成人片av在线播放| 亚洲欧美日韩高清专区一区| 欧美人与动牲交片免费播放| 久久成人精品国产免费网站| 97丨九色丨国产人妻熟女| 欧美天天综合色影久久精品| 国产成人精品午夜福利免费APP | 日本亚洲一级中文字幕| 亚洲国产系列一区二区| 日韩aⅴ人妻无码一区二区| 亚洲人成网站77777在线观看| 天堂岛国精品在线观看一区二区| 东北老熟女被弄的嗷嗷叫高潮| 精品无码无人网站免费视频| 日韩毛片基地一区二区三区| 一区二区三区国产精品| 亚洲不卡高清av网站| 日韩欧美人妻一区二区三区| 99热精品国产三级在线观看| 美女福利视频网址导航| 日本伊人精品一区二区三区| 青青草原综合久久大伊人| 亚洲综合日韩中文字幕| 成人av一区二区三区四区| 少妇性bbb搡bbb爽爽爽| 色94色欧美sute亚洲线路二| 亚洲愉拍自拍视频一区| 激情亚洲一区国产精品久久| 成片免费观看视频大全| 国产女人91精品嗷嗷嗷嗷| 亚洲av熟女少妇一区二区三区| 少妇性bbb搡bbb爽爽爽| 欧美三级不卡视频| 精品人妻夜夜爽一区二区| 欧美成人家庭影院| 亚洲永久无码7777kkk| 国产360激情盗摄一区在线观看 | 久久99精品久久久久久齐齐百度 |