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

        ?

        基于暗原色先驗(yàn)與變分正則化的圖像去霧研究

        2021-10-15 10:08:28魏偉波潘振寬紀(jì)連順
        計(jì)算機(jī)工程 2021年10期
        關(guān)鍵詞:原色透射率先驗(yàn)

        趙 慧,魏偉波,潘振寬,紀(jì)連順

        (青島大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院,山東青島 266071)

        0 概述

        在惡劣的天氣條件下獲取戶(hù)外圖像時(shí),捕獲的場(chǎng)景能見(jiàn)度通常較低,這是由于光與懸浮在大氣中的粒子發(fā)生相互作用,如散射、吸收、反射等,導(dǎo)致圖像對(duì)比度和飽和度降低,顏色褪色,這會(huì)對(duì)許多戶(hù)外計(jì)算機(jī)視覺(jué)應(yīng)用(如識(shí)別、檢測(cè)、跟蹤、分類(lèi)等)產(chǎn)生不利影響[1-2]。因此,對(duì)圖像去霧進(jìn)行研究在圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域具有重要的意義和價(jià)值,設(shè)計(jì)有效的去霧方法是近年來(lái)的研究熱點(diǎn)。

        早期圖像去霧研究采用圖像增強(qiáng)技術(shù)來(lái)提高模糊圖像的可見(jiàn)度并改善色彩。其中,Retinex[3]和choi[4]2 種圖像處理技術(shù)是典型代表。但是,基于圖像增強(qiáng)的去霧方法由于沒(méi)有考慮圖像的退化機(jī)理,不能完全去霧。因此,后續(xù)研究工作重點(diǎn)關(guān)注基于大氣散射模型的去霧方法,該類(lèi)方法首先構(gòu)建霧天成像模型,然后估計(jì)未知參數(shù),從圖像退化的原因出發(fā)對(duì)物理模型進(jìn)行反演,從而得到無(wú)霧圖像,但是,這些方法大都需要利用先驗(yàn)知識(shí)或假設(shè)來(lái)估計(jì)關(guān)鍵參數(shù)。例如,TAREL 等[5]使用中值濾波器來(lái)估計(jì)耗散函數(shù),由于中值濾波器顯示的邊緣保留性能較差,因此該方法在圖像景深變化處有霧殘留。NISHINO等[6]采用貝葉斯后驗(yàn)概率模型充分挖掘圖像中潛在的統(tǒng)計(jì)特征從而進(jìn)行去霧處理,該方法在濃霧圖像上具有一定的優(yōu)越性,但對(duì)于薄霧圖像,其去霧后的效果顏色過(guò)亮,缺乏真實(shí)感。HE 等[7]基于對(duì)室外無(wú)霧圖像的統(tǒng)計(jì),提出暗原色先驗(yàn)去霧方法,該方法去霧效果明顯,但對(duì)于天空區(qū)域,其易出現(xiàn)失真現(xiàn)象。GIBSON 等[8]在HE 等[7]研究成果的基礎(chǔ)上提出中值暗通道先驗(yàn)方法,該方法不需要對(duì)透射率進(jìn)行精細(xì)化,在一定程度上加快了去霧過(guò)程,但是,這種方法并不能獲得良好的視覺(jué)效果。文獻(xiàn)[9-11]檢測(cè)天空區(qū)域并根據(jù)其霧度對(duì)檢測(cè)區(qū)域中的透射圖進(jìn)行補(bǔ)償,但是,由于很難確定霧度和天空區(qū)域,因此其結(jié)果并不準(zhǔn)確。ZHU 等[12]建立一個(gè)線(xiàn)性模型來(lái)模擬色彩衰減下的場(chǎng)景深度,并用監(jiān)督學(xué)習(xí)方法學(xué)習(xí)模型的參數(shù),但是,由于大氣散射模型中的散射系數(shù)實(shí)際上并不能被視為一個(gè)常數(shù),因此該方法的除霧性能不穩(wěn)定。LIU 等[13]提出基于多尺度相關(guān)小波方法,利用該方法在低頻部分去霧,高頻部分去噪并增強(qiáng)紋理細(xì)節(jié),其能顯著提高霧霾場(chǎng)景的感知可視性。GALDRAN 等[14]通過(guò)伽馬校正從單一圖像中提取多曝光圖像,然后利用多尺度拉普拉斯混合方案將曝光后的圖像融合為清晰圖像。ZHENG 等[15]通過(guò)伽馬校正和飽和度空間線(xiàn)性調(diào)整提取曝光不足的圖像序列,利用基于自適應(yīng)結(jié)構(gòu)分解的MEF 算法進(jìn)行融合,從而提高局部細(xì)節(jié)的視覺(jué)質(zhì)量。

        現(xiàn)有方法大多基于深度信息估計(jì)進(jìn)行去霧,去霧性能在很大程度上取決于精確的深度信息,為了實(shí)現(xiàn)高質(zhì)量的去霧,需要在圖像去霧過(guò)程中準(zhǔn)確估計(jì)深度信息。FANG 等[16]提出一種全變分(Total Variation,TV)正則化變分模型,以同時(shí)估計(jì)透射圖和去霧后圖像,TV 規(guī)則項(xiàng)能夠較好地保持圖像的邊緣,利用TV 項(xiàng)細(xì)化傳輸能夠提高模糊圖像的能見(jiàn)度。但是,該模型由于忽略了圖像不同通道間的耦合,導(dǎo)致彩色圖像的邊緣模糊。WANG 等[17]針對(duì)邊緣模糊的現(xiàn)象,采用3 種不同耦合形式的變分模型(LTV、MTV、CTV)與暗原色先驗(yàn)相結(jié)合,有效改善了圖像邊緣模糊的現(xiàn)象,但是,基于一階TV 規(guī)則項(xiàng)的方法往往在邊緣處產(chǎn)生階梯偽影。高珠珠等[18]利用二階變分模型代替一階TV 項(xiàng)來(lái)約束透射圖和去霧圖像的估計(jì),有效抑制了邊緣階梯偽影。

        本文將基于TV 規(guī)則項(xiàng)和BH(Bounded Hessian)規(guī)則項(xiàng)(以下簡(jiǎn)稱(chēng)TVBH)的變分模型與暗原色先驗(yàn)相結(jié)合,提出一種變分去霧模型H-TVBH。通過(guò)暗原色先驗(yàn)和四叉樹(shù)分解估計(jì)初始透射率圖和大氣光值,將其代入H-TVBH 模型中,結(jié)合分裂Bregman 算法和快速傅里葉變換求得優(yōu)化后的透射率和去霧圖像。

        1 相關(guān)工作

        1.1 暗原色先驗(yàn)原理

        在計(jì)算機(jī)視覺(jué)和圖像處理中,大氣散射模型[19]被廣泛應(yīng)用于霧天圖像形成的描述過(guò)程,具體如下:

        其中:I(x)為輸入有霧圖像;J(x)為恢復(fù)的清晰圖像;A為全局大氣光值;t(x)(0 ≤t(x)≤1)為場(chǎng)景光的透射率。基于大氣散射模型的去霧是從觀測(cè)圖像I(x)中恢復(fù)原始無(wú)霧圖像J(x),已知量?jī)H為I(x),要求得J(x),需要透射率t(x)和大氣光值A(chǔ)。

        根據(jù)暗原色先驗(yàn)理論,在大多數(shù)戶(hù)外無(wú)霧圖像的非天空區(qū)域都存在亮度較低(接近于0)的通道。對(duì)于圖像J,暗通道表示為:

        其中:Jdark代表室外無(wú)霧圖像的暗通道;c代表R、G、B 三通道;Jc(y)代表恢復(fù)清晰圖像的c通道圖像;Ω(x)代表以x像素為中心的局部區(qū)域。根據(jù)觀察到的統(tǒng)計(jì)數(shù)據(jù),Jdark的強(qiáng)度值始終很低并且接近于0。

        將式(1)兩邊同時(shí)除以A,計(jì)算3 個(gè)顏色通道的最小值,得到如下表達(dá)式:

        為了使處理后的圖像具有層次感和真實(shí)感,且保持圖像的主觀視覺(jué)效果,在式(4)中加入一個(gè)恒定的參數(shù)ω(0<ω≤1),該值根據(jù)實(shí)際情況而定,通常為0.90~0.97。

        取霧天暗通道圖像中的前0.1%像素,找到像素在原始圖像中的對(duì)應(yīng)位置,將具有最高亮度的點(diǎn)的值作為大氣光值。根據(jù)計(jì)算得到的透射率t(x)和大氣光值A(chǔ),得到無(wú)霧圖像J(x):

        為了避免透射率t(x)趨近于0 時(shí)圖像顏色過(guò)飽和,可設(shè)置一個(gè)下限t0,通常令t0=0.1。

        1.2 TVBH 模型

        一階TV 規(guī)則項(xiàng)可以有效去除圖像中的噪聲,并保持圖像邊緣,但易產(chǎn)生邊緣處階梯效應(yīng)和圖像對(duì)比度低的問(wèn)題;而二階BH 規(guī)則項(xiàng)在保持圖像邊緣的同時(shí)具有較好的平滑效果,抑制了階梯效應(yīng)。TVBH 模型將上述兩者相結(jié)合,可以較好地恢復(fù)圖像的邊緣細(xì)節(jié),提高圖像對(duì)比度,其模型形式如下:

        對(duì)于彩色圖像,由于各層邊緣擴(kuò)散強(qiáng)度不同,易造成圖像邊緣模糊。為了使邊緣信息得到較好的保持,可采用不同層圖像之間耦合的形式得到能量泛函,如下:

        其中:式(7)右側(cè)前2 項(xiàng)為T(mén)VBH 模型的規(guī)則項(xiàng),用以保持圖像邊緣細(xì)節(jié);α、β為懲罰參數(shù),決定處理后圖像的光滑程度;最后一項(xiàng)為數(shù)據(jù)項(xiàng),使恢復(fù)后的圖像更接近于原始圖像。

        2 本文算法

        為了抑制圖像中的噪聲并充分保留去霧后圖像的邊緣特征,本文將TVBH 模型與暗原色先驗(yàn)相結(jié)合,從而實(shí)現(xiàn)圖像去霧。本文新的能量泛函形式為:

        2.1 大氣光值估計(jì)

        通常情況下將圖像中最亮顏色的值估計(jì)為大氣光值,然而,在對(duì)圖像進(jìn)行大氣光值估計(jì)時(shí),會(huì)由于圖像中存在過(guò)亮物體或天空區(qū)域而導(dǎo)致大氣光值估計(jì)錯(cuò)誤。因此,本文采用四叉樹(shù)分解法[20],將原圖像分成4 個(gè)均勻的子區(qū)塊,對(duì)子區(qū)塊再進(jìn)行分割,分割過(guò)程是迭代而不斷重復(fù)的,直到滿(mǎn)足一定的閾值標(biāo)準(zhǔn)(閾值標(biāo)準(zhǔn)為長(zhǎng)×寬=200 像素的區(qū)域)。對(duì)每個(gè)區(qū)塊的大氣光值使用暗原色先驗(yàn)進(jìn)行計(jì)算,即將最小濾波器應(yīng)用到每個(gè)塊,然后將最大值作為圖像的全局大氣光值。

        2.2 模型求解

        為了提高模型的計(jì)算效率,本文采用基于快速傅里葉變換[21]的分裂Bregman 算法,引入輔助變量x,w=(w1,w2,w3)T,v=(v1,v2,v3)T,令x=?t,w=?u,v=?2u,則上述能量泛函轉(zhuǎn)化為:

        其中:式(11)、式(13)采用離散傅里葉變換進(jìn)一步優(yōu)化,從而提高算法的計(jì)算效率;式(12)、式(14)、式(15)為廣義軟閾值公式,,基于耦合的方式使邊緣保持效果更好。

        對(duì)式(11)、式(13)進(jìn)行傅里葉變換,得到t和u的解析解分別如下:

        本文算法流程如圖1 所示。

        圖1 本文算法流程Fig.1 Procedure of this algorithm

        本文算法輸入為原始圖像f,輸出為去霧圖像u,求解步驟如下:1)根據(jù)暗原色先驗(yàn)估計(jì)圖像原始透射率)利用四叉樹(shù)分解法估計(jì)大氣光值A(chǔ);3)初始化,將x、wi、vi、q、bi、di值設(shè)為0,懲罰參數(shù)λ、α、β、μ1、μ2、μ3>0;4)根據(jù)和原始圖像f,迭代求解各變量;5)收斂直至得到t和u。

        3 實(shí)驗(yàn)結(jié)果與分析

        本文實(shí)驗(yàn)在Windows10 系統(tǒng)、Intel Core i5-6500處理器、8 GB RAM、使用Matlab R2014a 的PC 機(jī)上完成。為了驗(yàn)證所提方法的有效性,從LIVE Image Defogging 數(shù)據(jù)庫(kù)[22]中選取幾幅圖像模擬有霧圖像,將本文方法與其他幾種經(jīng)典去霧算法進(jìn)行定性和定量比較。實(shí)驗(yàn)主要參數(shù)設(shè)置為:ω=0.95,λ=0.01,α=0.25,β=0.5,μ1=0.05,μ2=0.000 1,μ3=0.000 005。其中,λ和μ1保證透射率圖的光滑程度,α和β保證去霧后圖像的光滑程度,μ2、μ3值設(shè)置較小,若設(shè)置過(guò)大會(huì)導(dǎo)致圖像模糊并丟失細(xì)節(jié)特征。

        3.1 主觀評(píng)價(jià)

        圖2 所示為各方法對(duì)航空?qǐng)D、小麥圖、森林圖、天空?qǐng)D以及局部放大圖的去霧效果對(duì)比。從圖2 可以看出:對(duì)于航空?qǐng)D及放大區(qū)域,各方法都可以在不同程度上去霧,但文獻(xiàn)[7]方法、文獻(xiàn)[13]方法、文獻(xiàn)[14]方法在遠(yuǎn)景處仍存在殘留的霧,文獻(xiàn)[14]方法過(guò)于平滑,在一定程度上模糊了紋理,文獻(xiàn)[5]方法近景部分對(duì)比度相對(duì)較低,本文方法無(wú)論是在近景還是遠(yuǎn)景處均更加清晰地恢復(fù)了場(chǎng)景細(xì)節(jié);對(duì)于小麥圖,文獻(xiàn)[5]方法、文獻(xiàn)[13]方法去霧后圖像對(duì)比度和飽和度較低,文獻(xiàn)[7]方法、文獻(xiàn)[14]方法提高了圖像亮度,但遠(yuǎn)景部分(方框處)有明顯的霧殘留,本文方法增強(qiáng)了遠(yuǎn)景可見(jiàn)性,具有更好的去霧效果;對(duì)于森林圖及放大區(qū)域,各方法均有一定的霧殘留,文獻(xiàn)[5]方法去霧后圖像顏色過(guò)飽和,出現(xiàn)顏色失真的現(xiàn)象,文獻(xiàn)[13]方法去霧力度明顯不足,有大量霧殘留,本文方法相對(duì)其他4 種方法去霧效果較好;在天空?qǐng)D中,文獻(xiàn)[5]方法天空區(qū)域較為灰暗,文獻(xiàn)[7]方法]、文獻(xiàn)[13]方法提高了圖像對(duì)比度和亮度,但部分紋理細(xì)節(jié)丟失,文獻(xiàn)[14]方法去霧后圖像出現(xiàn)光暈偽影,本文方法保留了更多的紋理細(xì)節(jié),且增強(qiáng)了遠(yuǎn)景可見(jiàn)性,視覺(jué)效果更為自然。圖3 所示為更多有霧圖像的去霧效果,從圖3 可以看出:文獻(xiàn)[5]方法去霧后圖像過(guò)飽和,顏色失真,且近景區(qū)域(方框處)去霧不徹底;文獻(xiàn)[7]方法、文獻(xiàn)[14]方法圖像對(duì)比度有所提高,但遠(yuǎn)處仍有一些殘留霧,文獻(xiàn)[14]方法去霧后圖像細(xì)節(jié)有些模糊;文獻(xiàn)[13]方法處理后的圖像整體亮度較為灰暗,邊緣細(xì)節(jié)丟失嚴(yán)重,視覺(jué)效果不自然;本文方法去霧后的圖像有效保留了邊緣細(xì)節(jié),提高了圖像對(duì)比度和飽和度,但部分圖像顏色偏暗。

        圖2 5 種方法的去霧效果對(duì)比結(jié)果1Fig.2 Comparison results 1 of defogging effects of five methods

        圖3 5 種方法的去霧效果對(duì)比結(jié)果2Fig.3 Comparison results 2 of defogging effects of five methods

        圖4 所示為各方法對(duì)玩偶有霧圖像和條紋有霧圖像放大區(qū)域的去霧效果對(duì)比,將本文方法與文獻(xiàn)[16-17]中的LTV、MTV、CTV 這3 種方法以及文獻(xiàn)[18]中的H-TGV 方法,針對(duì)圖像邊緣以及噪聲去除性能進(jìn)行比較。由圖4 可以看出:對(duì)于玩偶圖,文獻(xiàn)[16]方法提高了圖像對(duì)比度,但去霧后噪聲放大,LTV[17]方法去霧后圖像紋理細(xì)節(jié)模糊不清,且圖像顏色過(guò)飽和,MTV[17]和CTV[17]2 種方法去霧效果相對(duì)較好,但圖像略平滑,丟失部分邊緣細(xì)節(jié),HTGV[18]和本文方法去霧效果接近,均有效改善了圖像的飽和度和對(duì)比度,保留了圖像的紋理細(xì)節(jié);對(duì)于含噪聲的條紋圖,文獻(xiàn)[16]方法和LTV[17]方法處理后的圖像仍有噪聲殘留,MTV[17]和CTV[17]方法去噪效果相對(duì)較好,但中間邊緣處模糊不清,H-TGV[18]和本文方法在去霧的同時(shí)有效抑制了噪聲,且邊緣處細(xì)節(jié)保持較好,去霧效果更加突出。

        圖4 6 種方法的去霧效果對(duì)比結(jié)果Fig.4 Comparison results of defogging effects of six methods

        3.2 客觀評(píng)價(jià)

        為了更好地驗(yàn)證本文方法的有效性和魯棒性,采用新增可見(jiàn)邊之比(e)、可見(jiàn)邊規(guī)范化梯度之比()、霧密度感知(D)、結(jié)構(gòu)相似性(SSIM)、峰值信噪比(PSNR)作為評(píng)價(jià)指標(biāo)。對(duì)圖2、圖3 采用新增可見(jiàn)邊e、可見(jiàn)邊規(guī)范化之比和霧密度感知D進(jìn)行評(píng)價(jià),其中,e、值越大,D值越小,表明圖像去霧效果越好。表1、表2 所示為圖2、圖3 各方法的去霧結(jié)果對(duì)比。從表1、表2 可以看出,文獻(xiàn)[5]方法、文獻(xiàn)[13]方法中的結(jié)果偏大,這是因?yàn)槿レF后圖像過(guò)增強(qiáng),顏色過(guò)飽和,而本文方法具有較大的e和以及較小的霧密度感知D,表明本文方法具有較好的去霧性能。

        表1 各方法對(duì)圖2 的去霧結(jié)果對(duì)比Table 1 Comparison of defogging results of each method on the pictures in fig.2

        表2 各方法對(duì)圖3 的去霧結(jié)果對(duì)比Table 2 Comparison of defogging results of each method on the pictures in fig.3

        對(duì)于模擬有霧圖像,由于已有相應(yīng)的清晰圖像作參考,因此可以采用SSIM 和PSNR,通過(guò)不同的策略來(lái)進(jìn)一步評(píng)價(jià)結(jié)果的準(zhǔn)確性。通常情況下,SSIM值越大,表示去霧結(jié)果與真實(shí)圖像的結(jié)構(gòu)相似性越好,去霧圖像越接近于真實(shí)圖像;PSNR 值越大,表明圖像去霧后的效果更加理想。此外,本文還對(duì)不同變分去霧模型的運(yùn)行時(shí)間進(jìn)行了比較。表3 所示為各方法對(duì)圖4 的去霧效果對(duì)比。從表3 可以看出:本文方法可以獲得較高的PSNR 值和SSIM 值,去霧效果較好,去霧圖像更接近于真實(shí)圖像;雖然H-TGV[18]方法在PSNR 和SSIM 值上與本文方法接近,但運(yùn)行時(shí)間相對(duì)較長(zhǎng);與其他方法相比,本文方法具有較短的運(yùn)行時(shí)間。

        表3 各方法對(duì)圖4 的去霧結(jié)果對(duì)比Table 3 Comparison of defogging results of each method on the pictures in fig.4

        4 結(jié)束語(yǔ)

        本文提出一種結(jié)合暗原色先驗(yàn)與TVBH 變分模型的去霧方法,根據(jù)暗原色先驗(yàn)估計(jì)透射率圖,通過(guò)四叉樹(shù)分解得到大氣光值,利用分裂Bregman 算法和快速傅里葉變換求得優(yōu)化后的透射率和去霧圖像。實(shí)驗(yàn)結(jié)果表明,該方法能夠較好地保留圖像的邊緣細(xì)節(jié),改善圖像的可視化效果。但是,本文方法去霧后圖像顏色偏暗,解決該問(wèn)題并提高去霧圖像的視覺(jué)質(zhì)量將是下一步的研究方向。

        猜你喜歡
        原色透射率先驗(yàn)
        基于無(wú)噪圖像塊先驗(yàn)的MRI低秩分解去噪算法研究
        純色太陽(yáng)鏡鏡片耐日光輻照性能試驗(yàn)研究
        基于自適應(yīng)塊組割先驗(yàn)的噪聲圖像超分辨率重建
        風(fēng)
        詩(shī)潮(2016年5期)2016-05-14 22:36:14
        一種應(yīng)用于車(chē)牌檢測(cè)的改進(jìn)暗原色去霧算法
        基于平滑先驗(yàn)法的被動(dòng)聲信號(hào)趨勢(shì)項(xiàng)消除
        原色兒童村:讓孩子回歸自然
        先驗(yàn)的廢話(huà)與功能的進(jìn)路
        石墨烯光柵太赫茲透射特性的研究
        玻璃長(zhǎng)波透射率對(duì)普通雙層中空玻璃熱特性的影響
        蜜臀久久久精品国产亚洲av| 国产精品久久久久国产a级| 欧美精品一级| 亚洲中文字幕在线第二页| 国产一区二区三区视频地址| 久久只精品99品免费久23| 精品国产制服丝袜高跟| 综合图区亚洲另类偷窥| 精品人妻码一区二区三区红楼视频| 台湾佬中文网站| 一本大道东京热无码| 国产精品毛片99久久久久| 一级老熟女免费黄色片| 成人午夜特黄aaaaa片男男| 国产精品原创巨作AV女教师| 日韩女优一区二区视频| 亚洲国产中文字幕无线乱码| 男女做爰猛烈啪啪吃奶动| 日本午夜精品理论片A级APP发布| 日韩一二三四区免费观看| 亚洲国产色一区二区三区| 黄色a级国产免费大片| 亚洲VA欧美VA国产VA综合| 亚洲精品中文字幕一二 | 人妻丰满精品一区二区| 国产一二三四2021精字窝| 国产精品人妻一区夜夜爱| 亚洲人成网站www| 亚洲国产中文字幕无线乱码| 国产精品狼人久久久久影院| 亚洲色成人网一二三区| 少妇性l交大片免费1一少| 欧美成人午夜免费影院手机在线看| 精品国产三级在线观看| 麻豆av一区二区天堂| 亚洲精品第一页在线观看| 国产97色在线 | 日韩| 中文乱码字幕高清在线观看| av免费资源在线观看| 九色九九九老阿姨| 2021精品国产综合久久|