何惜琴

(閩南理工學(xué)院 電子與電氣工程學(xué)院，福建 石獅 362700)

戶外成像視覺系統(tǒng)常常遭受到霧霾天氣的影響，降質(zhì)圖像易出現(xiàn)細(xì)節(jié)模糊難辨、飽和度下降等問題。近年來，單張霧霾圖像的清晰化算法可以歸納為2類：無模型的增強(qiáng)算法[1-4]和有模型的恢復(fù)算法[5-7]?；诔上衲Ｐ偷幕謴?fù)算法逐漸成為該領(lǐng)域的研究熱點。文獻(xiàn)[5]提出了暗通道設(shè)想，并且基于統(tǒng)計的結(jié)果驗證了大多數(shù)無霧自然圖像滿足這一設(shè)想，結(jié)合成像模型對圖像清晰化處理，取得出眾的效果。文獻(xiàn)[6]采用正則化估計透射率，并在文獻(xiàn)[5]的基礎(chǔ)上對環(huán)境光的計算方式進(jìn)行改進(jìn)。文獻(xiàn)[7]使用深度學(xué)習(xí)的方式計算成像模型中的參數(shù)，對于一般自然圖像均能夠達(dá)到清晰化的目的。

本文結(jié)合霧霾天氣條件下的成像模型求解未知參量，提出一種針對降質(zhì)圖像的清晰化算法。算法中使用最小值通道和開運算操作分別獲取圖像的邊緣細(xì)節(jié)和亮度特征，結(jié)合雙邊濾波快速計算成像模型中的散射函數(shù)；通過遠(yuǎn)景區(qū)域內(nèi)的直方圖統(tǒng)計，提高環(huán)境光的計算效率。最終的清晰化結(jié)果恢復(fù)了圖像色彩、增強(qiáng)了圖像細(xì)節(jié)，對比文獻(xiàn)[6]、文獻(xiàn)[7]，效果有較大提升。

1 清晰化算法

1.1 霧霾天成像模型

當(dāng)前常用的去霧算法研究中，霧霾天成像模型[8]可描述為：

I(x，y)=J(x，y)t(x，y)+A(1-t(x，y))，

(1)

式中：I(x，y)和J(x，y)分別表示霧化圖像和消除霧氣影響后的清晰化圖像；t(x，y)為透射率，表示光線經(jīng)空氣介質(zhì)傳播時到達(dá)接收端的比例；A為環(huán)境光，一般設(shè)為常量。為了更好地描述光線散射作用導(dǎo)致景物細(xì)節(jié)的丟失和顏色特征的退化，定義散射函數(shù)：

V(x，y)=A(1-t(x，y))，

(2)

將式(2)代入式(1)中，可得到成像模型的另一種表達(dá)方式：

(3)

僅有I(x，y)為已知，需要根據(jù)圖像自身含有的特征信息估計散射函數(shù)V(x，y)和環(huán)境光A，才能求取清晰圖像J(x，y)。

1.2 散射函數(shù)的估計

根據(jù)霧天成像的過程中，景物色彩是對光能量的吸收和反射作用形成的，對于色彩豐富的場景，至少存在某一反射程度較低的分量，因此采用原始圖像的3個色彩分量中的最小值估計散射函數(shù)，即：

(4)

(a)最小分量M(x，y) (b)開運算散射函數(shù)V(x，y)

該濾波器本質(zhì)上是由幅值域濾波器和空間域濾波器2部分組成，其中幅值域濾波器作用于結(jié)構(gòu)導(dǎo)向圖，將其豐富的邊緣信息提取出來，聯(lián)合輸入圖像中的強(qiáng)度信息進(jìn)行輸出，濾波結(jié)果可表示為：

(5)

(6)

1.3 環(huán)境光估計和圖像清晰化

在求得散射函數(shù)V(x)和環(huán)境光A的基礎(chǔ)上，根據(jù)成像模型式(3)直接計算理想環(huán)境下的清晰結(jié)果：

(7)

式(7)引入去霧力度控制參數(shù)α∈[0，1]，可根據(jù)需要調(diào)整恢復(fù)圖像的清晰程度。α=0時表示霧氣完全保留；α=1時表示霧氣完全去除，此時景物容易呈現(xiàn)偏暗和層次感較差的效果，一般需要留有一定余量的霧氣，文中實驗取α=0.9。

2 實驗分析與對比

仿真實驗所需的霧天降質(zhì)圖像均來自互聯(lián)網(wǎng)，對降質(zhì)圖像1(如圖2(a)所示)和降質(zhì)圖像2(如圖3(a)所示)進(jìn)行清晰化處理，并通過與文獻(xiàn)[6]算法、文獻(xiàn)[7]算法作比較來驗證本文算法的可靠性與有效性。從效果上看，降質(zhì)圖像1、2受霧氣影響的程度較大，出現(xiàn)細(xì)節(jié)模糊、對比度低以及顏色暗淡等現(xiàn)象，經(jīng)過3種算法分別處理后，景物細(xì)節(jié)的清晰度得到提高，顏色得到增強(qiáng)。從實驗對比中可以發(fā)現(xiàn)，文獻(xiàn)[6]的算法造成了一定程度上的色彩偏離現(xiàn)象，如圖2(b)所示；且景物的飽和度過高，如圖3(b)中的馬路所示；文獻(xiàn)[7]算法的去霧不夠徹底，處理后的圖像視見度較差；本文算法獲取的景物顏色更加純正，清晰化程度更高，視覺效果更優(yōu)。

(a)降質(zhì)圖像1 (b)文獻(xiàn)[6]算法 (c)文獻(xiàn)[7]算法 (d)本文算法

(a)降質(zhì)圖像2 (b)文獻(xiàn)[6]算法 (c)文獻(xiàn)[7]算法 (d)本文算法

用于客觀評價的指標(biāo)有標(biāo)準(zhǔn)差、信息熵和平均梯度，這3項指標(biāo)的數(shù)值越大表明圖像的清晰度越高。表1給出了評價的結(jié)果，從總體而言，本文算法的指標(biāo)數(shù)據(jù)均占一定優(yōu)勢，這也意味著本文算法比文獻(xiàn)[6]算法、文獻(xiàn)[7]算法具有更高的對比度和更豐富的細(xì)節(jié)。

表1 客觀指標(biāo)評價

3 結(jié)論

本文設(shè)計了一種霧霾天降質(zhì)圖像的清晰化算法，顯著提升了圖像的視覺效果。首先采用最小值運算對散射函數(shù)進(jìn)行粗估計，再通過開運算與聯(lián)合雙邊濾波器實現(xiàn)精細(xì)化計算，最后統(tǒng)計遠(yuǎn)景區(qū)域的灰度直方圖，快速獲取環(huán)境光成分。仿真實驗證明了本文算法能夠有效消除霧霾影響，達(dá)到清晰化目的，且比其他算法具有一定優(yōu)勢。