王澤勵(lì) 中國刑事警察學(xué)院

引言

通過圖像視頻獲取信息一直是公安偵察工作的一項(xiàng)重要手段，在預(yù)防和打擊犯罪，維穩(wěn)維權(quán)方面應(yīng)用較廣。如何有效的從圖像中獲取更多的細(xì)節(jié)信息和實(shí)現(xiàn)影像資料的常規(guī)可視化也是目前公安圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)方向。

霧霾天和蒙塵環(huán)境，空氣中的懸浮顆粒物逸散，對(duì)光線產(chǎn)生散射折射作用，設(shè)備獲取的成像光線混雜，環(huán)境光線較弱。此時(shí)攝制圖像的質(zhì)量較差，不夠清晰。用特定的方法將逸散懸浮顆粒物的影響降到可接受的程度，叫做圖像去霧化。

在霧化圖像處理領(lǐng)域，目前出現(xiàn)了三類主要的處理形式，分別是基于物理模型的處理方式和圖像增強(qiáng)的處理方式以及依賴深度學(xué)習(xí)算法的處理方式。第一類方法從圖像的成像原理出發(fā)，依據(jù)統(tǒng)計(jì)學(xué)先驗(yàn)假設(shè)，大氣光值約束條件，結(jié)合大氣物理模型，還原出無霧圖像，常見的有暗通道先驗(yàn)算法，邊界約束正則化算法和顏色衰減先驗(yàn)算法等；第二類從圖像質(zhì)量和對(duì)比度增強(qiáng)的角度出發(fā)，常見的掩模法有同態(tài)濾波、雙邊濾波、引導(dǎo)濾波等，常見的灰度調(diào)整方法有直方圖均衡化、自適應(yīng)對(duì)比度增強(qiáng)、分段線性灰度變化等。第三類是隨著深度學(xué)習(xí)的快速發(fā)展，在模型基礎(chǔ)上利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)估計(jì)透射率的處理方式。

考慮到公安實(shí)踐中場(chǎng)景的復(fù)雜性和圖像處理的可常規(guī)操作性，依據(jù)同態(tài)濾波，直方圖均衡化，雙邊濾波的特點(diǎn)，對(duì)圖像采用正交小波做分解，對(duì)低頻部分采用同態(tài)濾波算法和直方圖均衡化，對(duì)高頻部分給出系數(shù)增益，最后逆變重構(gòu)圖像并用基于雙邊濾波卷積核的單尺度RETINEX算法做去霧和照度處理。本文提出的HWIR算法于公安圖偵工作有較好的實(shí)踐意義，可以進(jìn)一步的顯示霧霾天氣復(fù)雜環(huán)境下的視頻和圖像細(xì)節(jié)信息，有助于為劃定偵察方向、縮小偵察范圍、發(fā)現(xiàn)和鎖定犯罪嫌疑人提供可靠的技術(shù)支持。

一、圖像的小波變換和頻率域內(nèi)的處理

小波變換是數(shù)學(xué)和工程領(lǐng)域廣泛適用的一種算法，具有多尺度和多分辨率的基本特點(diǎn)。其基本思想是對(duì)于圖片分次序分方向做高通和低通濾波，將圖像分解為低頻分量和水平豎直對(duì)角三個(gè)方向的高頻分量。

從圖1可見，圖像的主體信息集中在低頻分量部分，霧氣蒙塵也很大程度表現(xiàn)在這個(gè)部分，因此對(duì)于圖像的處理也應(yīng)該在這個(gè)頻段的分量上進(jìn)行；此外，紋理輪廓方面的細(xì)節(jié)信息集中在高頻部分，因此對(duì)高頻分量系數(shù)增益會(huì)加強(qiáng)圖片的輪廓識(shí)別性。

低頻部分采用的同態(tài)濾波（Homomorphic Filtering，HF）算法是基于照度反射模型，把圖像灰度元值看作是照射分量和反射分量的產(chǎn)物的處理算法。它結(jié)合了頻率濾波和灰度變化，有著低頻抑制和灰度范圍壓縮的效果。其處理流程如圖2所示。

同態(tài)濾波算法壓縮了灰度范圍，使得灰度集中，圖像暗淡，因此需要對(duì)灰度直方圖調(diào)整分布。直方圖均衡化采用犧牲灰度級(jí)的對(duì)比度增強(qiáng)方式，避免了灰度過于集中，是常見的濾波后增強(qiáng)方式。

二、RETINEX及其改進(jìn)

RETINEX算法是通過照射分量估計(jì)反射分量的去霧算法，認(rèn)為物體具有色彩恒常的特點(diǎn)，其自身色彩屬性只和物體本身的反射能力相關(guān)，與照度無必然聯(lián)系，原圖像是照射分量和反射分量乘積的結(jié)果。

在RETINEX算法的操作過程中，采取對(duì)數(shù)將照度分量和反射分量的乘性關(guān)系轉(zhuǎn)變?yōu)榧有躁P(guān)系的時(shí)候，會(huì)增大暗區(qū)像素值、壓縮圖像亮度的動(dòng)態(tài)范圍，增大對(duì)比度的同時(shí)也會(huì)導(dǎo)致圖像的細(xì)節(jié)模糊和丟失。這種現(xiàn)象在照度跳變和亮度較大的區(qū)域表現(xiàn)很明顯，因此需要選擇合適的低通算子做處理。各向異性的雙邊濾波具備良好的邊緣保持性質(zhì)，同時(shí)基于當(dāng)前和周邊點(diǎn)的空間和灰度，能夠很好的做出全局、照度估計(jì)。其表達(dá)式如下：

由雙邊濾波的定義可以得知，圖像主體像素值變化較小的部分，在空間域起主導(dǎo)作用，效果形同高斯濾波，在像素值變化較大的邊緣輪廓區(qū)域，空間域和值域共同作用，有減少光暈作用的效果。

三、混合算法實(shí)現(xiàn)流程

為了消除SSR的光照跳變和光暈現(xiàn)象，實(shí)現(xiàn)圖像的細(xì)節(jié)增強(qiáng)和霧霾抑制，結(jié)合小波變換、同態(tài)濾波、直方圖均衡化雙邊濾波和SSR，混合幾種算法并加以改進(jìn)，其基本流程如圖4所示。

四、實(shí)驗(yàn)的仿真與比較

本次實(shí)驗(yàn)基于huawei榮耀magicbook，AMD Ryzen 5 2500U with Radeno Vega Mobile Gfx 2.00Ghz CPU，8.00G RAM，Windows 10 家庭中文版操作系統(tǒng)，實(shí)驗(yàn)采用matlab2018a仿真實(shí)驗(yàn)，實(shí)驗(yàn)素材來源于網(wǎng)圖。實(shí)驗(yàn)過程的參數(shù)使用試錯(cuò)法進(jìn)行嘗試。本次實(shí)驗(yàn)累計(jì)統(tǒng)計(jì)了100張圖片，選取的圖片最直觀的特點(diǎn)是霧霾，塵土大面積覆蓋，實(shí)體部分或多或少的隱沒在霧霾和逸散的塵土之下，遠(yuǎn)景隱沒較為明顯。下面隨機(jī)選取其中三幅圖片做不同算法的處理和示意，如圖5所示。

（一）實(shí)驗(yàn)仿真效果評(píng)價(jià)

實(shí)驗(yàn)采用主觀評(píng)價(jià)和客觀評(píng)價(jià)兩種方式，從人眼的視覺和指標(biāo)參數(shù)的角度做出定性和定量的評(píng)價(jià)，指標(biāo)有信息熵（Information Entropy，IE）、峰值信噪比（Peak Signal to Noise Ratio，PSNR）。

1. 主觀評(píng)價(jià)

從實(shí)驗(yàn)仿真示例的霧天道路、城市，還有人物場(chǎng)景圖片的不同算法處理結(jié)果可知，同態(tài)濾波算法處理的道路、城市、人物圖像的對(duì)比度得到提升但是圖像整體偏暗，景深效果較差；SSR算法處理的圖像，遠(yuǎn)景得到適當(dāng)顯現(xiàn)且較原圖和HF算法得到的圖像整體表現(xiàn)明亮，對(duì)比度強(qiáng)烈，細(xì)節(jié)更為突出，但是仍然存在一系列問題，如：道路圖像中部和建筑天空部分存在的光暈現(xiàn)象，城市圖像高層建筑物部分有照度跳變現(xiàn)象；人物圖像的背景樹木泛灰等等；相比較其他幾種算法，HWIR算法使得圖像整體照度相對(duì)其他幾種算法過度均勻明亮，有效的減弱甚至消除了SSR算法的光暈和照度跳變現(xiàn)象以及同態(tài)濾波壓縮灰度范圍導(dǎo)致整體偏暗的現(xiàn)象，同時(shí)，對(duì)于圖像高頻分量增益系數(shù)的給出也使得圖像邊緣輪廓信息得到了有效的保持和加強(qiáng)，結(jié)構(gòu)識(shí)別良好，細(xì)節(jié)突出。處理后的圖像遠(yuǎn)景得以顯現(xiàn)，景深關(guān)系得以提升，整體可見度良好。

2. 客觀評(píng)價(jià)

從表1中所得到的數(shù)據(jù)來看，HWIR算法處理圖像所得PSNR度量比較HF和SSR算法偏高，IE度量比較HF算法和SSR算法低，卻比原圖有所提升，說明圖像有效信息得以保持，對(duì)比度增強(qiáng)，去霧效果較其他算法明顯。

?

五、結(jié)語

采用了一種基于圖像小波變換的頻率域處理方式，即低頻部分做同態(tài)濾波算法抑制和直方圖均衡化，高頻部分做系數(shù)增強(qiáng)，重構(gòu)圖像后采用SSR-BF算法做圖像的去霧和光暈、照度跳變等現(xiàn)象的克服，用以提高霧天圖片質(zhì)量，增強(qiáng)圖像視覺效果。設(shè)計(jì)了實(shí)驗(yàn)和仿真，并與基于對(duì)比度的圖像增強(qiáng)的其他幾種算法做主客觀對(duì)比。實(shí)驗(yàn)結(jié)果顯示，本文的算法基本優(yōu)于HF算法、SSR算法以及SSRBF算法，在圖像主體信息保留的基礎(chǔ)上有較好的圖像去霧效果和層次增強(qiáng)效果，能夠一定程度從視覺和非視覺方面顯示更多的有效圖像信息。