暗原色先驗圖像去霧改進算法

宋得成，徐國慶*，魯建勇

1．武漢工程大學計算機科學與工程學院，湖北 武漢 430205；2．智能機器人湖北省重點實驗室（武漢工程大學），湖北 武漢 430205

暗原色先驗圖像去霧改進算法

宋得成1，2，徐國慶1，2*，魯建勇1，2

1．武漢工程大學計算機科學與工程學院，湖北 武漢 430205；2．智能機器人湖北省重點實驗室（武漢工程大學），湖北 武漢 430205

針對含霧圖像的去霧增強問題，提出基于環境光調節參數的暗通道去霧改進算法，該算法考慮到使用暗原色先驗算法在圖像中含有較多的類似大氣等場景時，會降低圖像的去霧效果。首先，在含霧圖像中暗原色去霧統一框架中引入環境光調節容差參數，在去霧過程中引入背景因素變化。其次，通過修正參數重新推導出準確透射率函數，并講其應用于更新的去霧方程。最后，結合對含霧圖像一本的統計，獲取去霧算法的最優調節參數，該參數可以較好地適應大氣環境的影響，在背景變化時可以實現對去霧效果的自適應處理。實驗表明，算法可以在去霧過程結合環境背景因素的變化，在天空前景交界處能夠明顯改進圖像去霧的效果。

圖像處理；圖像去霧；暗原色先驗；可視化

0 引言

在含霧圖像中如何有效去除霧影響，增強圖像的視覺效果是一個熱點問題.研究人員提出了很多有效的算法［1－6］，暗原色先驗［7－10］基于一種簡單但是有效的圖像先驗規律——暗原色先驗實現單幅輸入圖像去霧.在自然場景圖像中，存在這樣一個統計規律：在戶外圖像中的局部區域像素的三個顏色通道中，至少有一個通道的亮度值為一個較低的數值，將其定義為暗通道.通過定義暗通道，可以建立按原色先驗的圖像模型，并估算圖像中的霧成分，從而從含霧圖像中復原出原始圖像.

通過對比幾種去霧算法，盡管暗原色先驗在時間上和效果上有很明顯的改進，但是由于暗原色先驗是一種統計的結果，其前提是對大量戶外無霧照片進行統計綜合的結果.如果目標場景內存在大氣光類似場景環境，比如雪地、白色背景墻、大海等，此時使用該算法一般無法獲得滿意的效果.soft matting方法可以獲得更為精細的透射率圖，但是其不足在于運算效率較低，不能實時實現，導向濾波能夠獲得較精確的透射率圖，在運算上大大提高了運算的速度.

本文通過在暗原色先驗中引入大氣環境容差系數，調整明亮區域的透射率函數，估計出透射率自適應環境參數，在含霧圖像中獲得了較好的去霧效果.

1 算法介紹

大氣光照模型可以通過下式進行描述：

其中，I（x）為含霧圖像，J（x）為待恢復的無霧圖像，A為全球大氣光，t（x）為大氣透射率.去霧的目標即在已知I（x）時要求目標值J（x）.將（1）式變形為：

如上所述，上標C表示RGB三個通道的意思.

對于任意的輸入圖像J，其暗通道可以用下式表達：式（3）中Jc表示彩色圖像的每個通道，Ω（x）表示以像素x為中心的一個窗口.對輸入的RGB圖像，求出每個像素RGB分量中的最小值，存入一副和原始圖像大小相同的灰度圖中獲得暗通道圖像.對該圖進行最小值濾波，其中濾波的半徑R由窗口W決定，一般有

首先假設在每一個窗口內透射率t～（x）為常數，定義為，參數A值在通常情況下可以視為圖像中的天空顏色，一般可以取為一個常數，對式（2）兩邊求兩次最小值運算，得到

式（4）中，J是待求的無霧的圖像，根據前述的暗原色先驗理論有

因此，可推導出

把式（6）帶入式（4）中，得到

這就是透射率的預估值.于是恢復的無霧圖像可以表示為

2 改進算法

在現實生活中，即使是晴天白云，空氣中也存在著一些顆粒，因此，看遠處的物體還是能感覺到霧的影響，另外，霧的存在讓人類感到景深的存在，因此，有必要在去霧的時候保留一定程度的霧，這可以通過在式（7）中引入一個在（0，1）之間的因子修正為

當投射圖t的值很小時，會導致J的值偏大，從而使圖像整體向白場過度，因此一般可設置一閾值T0，當t＜T0時，令t＝T0，本文中所有效果圖均以T0＝0．1為標準計算.

最終的恢復公式如下

由公式（4）可以得到，在不考慮按原色先驗統

計假設時，其透射率為

式（11）中，分母不為零，分子小于1，則實際的透射率小于算法所求.對于含霧引起的圖像失真，可以通過調整明亮區域的透射率，使估計的t～（x）→tactual(x).基于此，引入容差參數K，對于明亮區域｜IA｜＜K，則對透射率進行更新，而暗原色區域｜I－A｜＞K，則不做處理.取容差為0，可以將算法進行改進，得到

3 結果與討論

窗口的大小直接影響到去霧的結果，窗口越大，其包含暗通道的概率越大，暗通道也就越明顯，去霧的效果越不明顯.但是通過大量的實驗發現使用該算法處理結果有很多與原圖相離，甚至是造成了圖像失真.

由于空氣環境不同，大氣、光等都會對結果產生影響，通過前一節實驗算法是由于前面算法中的一些固定參數選值所影響.要搜索的是最佳濾波半徑的值.雖然不同的圖片不同的環境應對應不同的濾波半徑，但是在大量的實驗下仍可以找到一個較為均衡的值作為最佳濾波半徑.將圖片用其灰度圖引出透視圖，進而得到每張圖的透視率，然后進行大量的運算，將濾波半徑的階差縮小到0．1，得到了近1 000個數據.圖1顯示了在實驗集上透射率與濾波半徑的變化曲線.

從圖1中可以看出當像數在20～25之間偏向于20的一個值時其透射率最高，意味著圖片去霧效果最佳．

由圖2可以看出，改進算法之后，去霧圖片在視覺效果上有所增強，尤其是公路與天交接處，天空的模糊陰影也幾乎消失．

圖2 算法對比（從上到下依次為原圖、原算法、本文算法）Fig．2The algorithm result（top through bottom：original image，original algorithm，our algorithm）

圖3將本文提出的算法與He［8］算法進行對比，可以看出，本文提出的算法在天空與場景主體交界處可以獲得較為清晰的邊界細節效果．

圖3 算法對比（原始圖像、He的方法、本文算法）Fig．3The algorithm result（original image，he’s algorithm，our algorithm）

4 結語

在圖像去霧中有很多方法可選擇，在暗通道去霧方法使用的模型中既定參數的修改直接影響到對圖片去霧效果．通過實驗選擇最佳濾波參數，可以在圖像中含有較為明顯的環境光照影響時獲得較為理想的去霧效果．如何動態確定濾波參數，實現在圖像去霧過程中自動選擇最佳參數是下一步工作的主要方向．

致謝

本文得到湖北省自然科學基金項目、湖北省高等學校優秀中青年科技創新團隊計劃項目、湖北省大學生創新創業計劃項目、湖北省教育廳深入企業行動計劃項目、武漢工程大學科研基金項目、武漢工程大學校長基金項目的資助，在此衷心表示感謝．

［1］蔣建國，侯天峰，齊美彬．改進的基于暗原色先驗的圖像去霧算法［J］．電路與系統學報，2011，16（2）：7－12．

JIANG Jian－guo，HOU Tian－feng，QI Mei－bin．Improved algorithm on image haze removal using dark channel prior［J］．Journal of Circuits and systems．2011，16（2）：7－12．（in Chinese）

［2］陳建鵬，畢篤彥，張晟翀．基于暗通道理論的快速單幅圖像去霧算法［J］．計算機工程與設計,2014，34（4）：2047－2051．

CHEN Jian－peng，BI Du－yan，ZHANG Sheng－chong Fast haze removal algorithm using dark channel prior［J］．Computer Engineering and Design．2014，34（4）：2047－2051．（in Chinese）

［3］郭璠，蔡自興．謝冰．圖像去霧技術研究綜述與展望［J］．計算機應用,2010,30（9）：2417－2421．

GUO Fan，CAI Zi－xing，XIE Bin．Review and prospect of image dehazing techniques［J］．Journal of computer applications．2010,30（9）：2417－2421．（in Chinese）

［4］禹晶，李大鵬，廖慶敏．基于物理模型的快速單幅圖像去霧方法［J］．自動化學報，2011，37（2）：143－149．

YU Jing，LI Da－peng，Liao Qing－min．Physics－based fast single image fog removal［J］．Acta automatica sinica 2011，37（2）：143－149．（in Chinese）

［5］LV X Y，CHEN W B，Shen I F．Real－Time Dehazing for Image ang Video［EB／OL］．Processdings of 18th Pacific Conference on Computer Graphics and Applications，2010．//http：//www．cad．zju．edu．cn／Project／Projectapplication／166．html．2010－9－25．

［6］禹晶，徐東彬，廖慶敏．圖像去霧技術研究進展［J］．中國圖像圖形學報,2010，16（9）：1563－1576．

YU Jing，XU Dongbin，LIAOQingmin．Imagedefogging：a survey［J］．Journal of Image and Graphics．2010，16（9）：1563－1576．（in Chinese）

［7］胡偉，袁國棟，董朝．基于暗通道優先的單幅圖像去霧新方法［J］．計算機研究與發展．2013，47（12）：2132－2140．

HU Wei，YUAN Guodong，DONG Zhao．Improved single image dehazing using dark channel prior．Journal ofcomputerresearchanddevelopment．2013，47（12）：2132－2140．（in Chinese）

［8］HEKaiming．SingleImageHazeRemovalUsing Dark Channel Prior［D］．Hong Kong：The Chinese U-niversity of Hong Kong，2011．

［9］He Kaiming，Jian Sun and Xiaoou Tang．Guided ImageFiltering［EB/OL］．/http:www,vcpapers.com/cvpr 2010.html.2010:01-10．

［10］He K，Sun J，Tang X．Single image haze removal using dark channel prior［EB/OL］．http://cvpapers. com/cvpr2009.utml.2009:10-08．

Improved image defogging based on priori dark color

SONG De-cheng1,2,XU Guo-qing1,2,LU Jian-yong1,2
1.School of Computer Science and Engineering,Wuhan Institute of Technology,Wuhan 430205,China；Hubei Key Laboratory of Intelligent Robot(Wuhan Institute of Technology)，Wuhan 430205,China

To improve the low visibility and poor contrast of fog images，a new simple but effective image defogging algorithm based on dark channel prior algorithm was proposed.Firstly,based on the statistical analysis of the images containing fog,a physical-based parameter model was presented.Secondly,the parameter was used to modify the accurate transmittance function,and the fog equation was applied to the updated algorithm.Finally,the atmospheric light was estimated based on the statistical parameter.And the haze was removed effectively through the parameter.Experiments show that the algorithm can be combined with the change of environment factors in the defogging process.In the junction area of the sky and prospects,the haze can be obviously removed.In comparison with the traditional image defogging algorithm,the proposed method achieves faster and more natural effectiveness．

image processing;haze removal;dark channel prior;visibility

TB35

A

10.3969/j.issn.1674-2869.2014.012.013

1674－2869（2014）012－0068－04

本文編輯：陳小平

2014－11－8

湖北省自然科學基金項目（2014CFB786）;湖北省高等學校優秀中青年科技創新團隊計劃項目（T201206）;

湖北省大學生創新創業計劃項目（201410490034）;湖北省教育廳深入企業行動計劃項目（XD2014146）;

武漢工程大學科研基金項目（12126021）;武漢工程大學校長基金項目（2014062）.

宋得成（1994-），男，湖北襄陽人，研究方向：模式識別，人機交互.*通信聯系人.