基于暗原色先驗與小波變換的圖像去霧方法

許 杰，楊會成

(安徽工程大學 電氣工程學院，安徽 蕪湖 241000)

基于暗原色先驗與小波變換的圖像去霧方法

許 杰，楊會成

(安徽工程大學 電氣工程學院，安徽 蕪湖 241000)

針對霧天采集圖像清晰度差、對比度低的問題，提出一種基于暗原色先驗與小波變換的圖像去霧方法。先利用暗原色先驗規律直接從一幅有霧的圖像中估計出景物透射率，恢復出比較清晰化的圖像；再將圖像由RGB空間轉換到YUV空間，對亮度Y圖像采用正交Haar小波變換進行處理，得到小波各層的分解系數，利用閾值濾波的細節系數增強法對霧天圖像的高頻子帶小波系數進行處理，經小波重構得到增強后的亮度Y圖像，最后與顏色分量U、V合并得到清晰化的霧天圖像。實驗結果表明：該方法對霧天模糊圖像處理后，能有效提高圖像的清晰度、細節和層次感，一定程度上改善了圖像的視覺效果，是一種有效的霧天圖像清晰化方法。

小波變換;圖像清晰化;暗原色先驗法;小波分解;閾值去噪

0 引 言

霧天拍攝圖像時，圖像因受霧氣的干擾，所獲得的圖像質量存在退化現象，變得模糊。因此，如何消除或減弱霧天給圖像帶來的影響，使霧天獲得的戶外圖像更加清晰，具有重要的實際意義。

目前，霧天圖像清晰化的方法[1-15]主要有兩種：

第一種是基于物理模型的圖像去霧算法。其主要是從霧天圖像的物理成因著手，通過改進視覺成像和大氣散射等物理模型來進行圖像去霧。但要提高退化圖像的保真度，需要配合精密傳感儀器來獲取所需參數，建立模型求解，這在實際應用操作時具有一定局限性。Tan等[16]基于圖像降質過程中潛在的物理特性，從圖像數據中估計出的參數來校正圖像顏色，有效抑制圖像對比度失真，但是忽視了光線透射率，處理后的圖像的部分色彩會出現過飽和。

第二種是基于圖像處理[13-15]的圖像去霧方法。通過統計霧天降質圖像的時間域和頻率域特性，選取適當算法來提高圖像清晰度，使復原圖像更適合人的視覺特性或機器識別系統，但受景深影響嚴重，圖像對比度較差。

近年來，He等[3]提出一種簡單有效的基于dark channel prior模型的圖像去霧方法。此模型是建立在戶外無霧圖像數據庫的統計基礎上，對單幅圖像去霧效果明顯，但是在實際處理過程中占用內存較大，耗時太久，處理效率低。之后郭珈[4]、劉銳[5]、楊靖宇[6]、李坤[7]等提出的各種基于暗原色先驗規律的算法，都是以dark channel prior模型為基礎，在實際處理過程中都得到了較好的效果，只是算法的局部矯正功效不大。而高仕龍[10]、馬云飛[11]、吳強[12]、芮義斌[13]等基于小波變換的相關算法，通過結合算子進行小波重構獲得的圖像清晰度得到大大加強，但噪聲增強現象也較嚴重。

文中在已有研究成果的基礎上，提出一種基于暗原色先驗和小波變換的圖像去霧方法，有效提高了圖像去霧效果。針對霧天圖像對比度低的特點，首先利用暗原色先驗規律估計出霧天圖像透射率，恢復相對清晰圖像；然后對得到的圖像利用小波變換進行分解，獲取各層高頻系數；再通過極大極小值原理選取閾值，并對這些高頻系數進行處理；最后將修改后的高頻系數與低頻系數進行小波重構，獲得最終的重構霧天清晰化圖像。

1 暗原色先驗去霧方法

文中采用McCarney大氣散射模型，根據光在霧天傳輸的物理特性，其描述為：

I(x)=t(x)J(x)+(1-t(x))A

(1)

式中，x為圖像上點的坐標位置；I(x)為觀察到的帶霧場景圖像；t(x)為光線透射率，反映了光穿透霧的能力；J(x)為場景輻射率，即要恢復的真實圖像；A為觀測者視線方向無窮遠處的光強；t(x)J(x)為景物的直接衰減項；(1-t(x))A為大氣光成分。

式(1)揭示了圖像退化的原因，包含了霧光對圖像對比度和顏色方面的影響。而去霧的目的就是從觀測圖像中的I恢復出景物光線J。

HeKaiming等基于大量戶外無霧圖像的統計規律發現了暗原色先驗理論。該理論發現，在絕大多數無霧圖像的任意局部小塊中，總存在某些像素，它們在某一個或幾個顏色通道的強度值很小，接近于零，即

(2)

式中，Jdark稱為圖像J的暗原色(dark-channelpixel)；Ω(x)是以x為中心的局部塊區域；Jc為J的R,G,B三通道中的一個顏色通道。

在被霧干擾的圖像中，霧將導致暗原色被大氣中的白光成分充斥而變得灰白，導致這些暗原色的強度值變高，而霧圖中暗原色的強度和透射率有關，可據此估測透射率。

(3)

由于Ac恒為正，得：

(4)

(5)

HeKaiming通過暗原色來估測大氣光A：首先選取暗原色中亮度最高的0.1%像素在輸入圖像I中對應的最大亮度值，作為大氣背景光A的估計值。同時為減少噪聲影響，加入一個參數ω(0<ω≤1),即

2 小波變換

小波變換是近年來應用數學和工程學科中一個迅速發展的新領域。小波變換具有良好的時頻局部性，通過伸縮和平移運算對信號逐步進行多尺度細化，因而可有效地從信號中提取信息，可聚焦到信號的任意細節，是時間—尺度分析和多分辨率分析的一種新技術。

在眾多正交函數中，文中選取Haar小波函數，因為它具有構造簡單、計算簡單、對應的濾波器有線性相位性等特點。Haar小波函數的定義如下：

其中，i為平移參數，改變i使函數沿x軸方向平移；j為尺度因子，改變j使函數圖形縮小或者放大。

對暗原色先驗獲得的圖像進行Haar小波標準分解：分別用高通分解濾波器和低通分解濾波器先后作用于數字圖像的行和列，可以實現圖像的二維小波分解，在每一個分解尺度上都可以得到LL，LH，HL和HH4個不同的次級子帶。其中，LL稱為平滑子圖，對應低頻分量；HL,LH和HH稱為細節子圖，HL對應豎直邊緣，細節分量；LH反映的是水平邊緣，細節分量；HH反映的是45°、135°方向上的高頻分量。如果對圖像的低頻分量繼續作小波分解，就可以得到多個尺度的圖像時頻信息。

小波分解圖如圖1所示。

圖1 小波分解圖

由于霧對圖像的影響主要表現在中低頻部分，因此，對霧天圖像利用小波分解的層數越多，去霧效果越好?？紤]到實際編程的難度和效果，選擇分解3層。小波多層分解中，每一層的系數都是由上低頻子帶中分解而成。低層的高頻子帶中包含許多圖像細節信號，高層的高頻子帶中包含相對較多的噪聲信號，且集中分布在幅值較小的系數之中。因此選用極大極小原理選擇信號消噪的閾值，產生一個最小均方誤差的極值。利用此閾值對分解出的各層高頻系數用軟閾值處理。對處理后的高頻系數結合低頻系數進行小波重構，得到重構圖像。

3 實驗結果分析

為驗證文中方法的有效性，通過Matlab軟件編程實現對目標圖像的去霧實驗(見圖2～5)。由于暗原色先驗去霧算法對計算機內存的高要求，為提高運行速度，應適當減小處理對象的尺寸。

圖2 原始(385×300)圖像

圖3 暗原色先驗去霧后圖像

由以上幾幅圖可以看出，圖2是待處理圖像，其對比度和清晰度較低，有種“霧蒙蒙”的感覺；圖3是利用暗原色先驗去霧方法處理后的圖像，圖片的對比度有明顯提升，顏色的退化得到一定程度的修正；圖4是利用小波變換處理亮度Y圖像，圖像的細節得到了體現，但效果仍不是很理想；圖5是最后的合成圖像，其有效地增強了圖像的對比度和清晰度，亮度也有一定提高，圖片細節得以體現。

圖4 小波變換處理亮度Y圖像

圖5 文中方法去霧圖像

4 結束語

文中基于Matlab平臺，使用暗原色先驗規律和小波圖像增強等技術，給出了一種霧天圖像清晰化方法。結果顯示：圖像的清晰度和對比度提高很多，能有效去除霧的作用，視覺效果得到明顯改善，整體層次感也有提高，失真度大大降低。這種方法是一種較好的圖像清晰化處理方法，具有一定的實用價值。

[1] 祝 培，朱 虹，錢學明,等.一種有霧天氣圖像景物影像的清晰化方法[J].中國圖象圖形學報，2004,9(1):124-128.

[2]KimJY,KimLS,HwangSH.Anadvancedcontrastenhancementusingpartiallyoverlappedsub-blockhistogramequalization[J].IEEETransactionsonCircuitsandSystemsforVideoTechnology,2001,11(4):475-484.

[3]HeKaiming,SunJian,TangXiaoou.Singleimagehazeremovalusingdarkchannelprior[C]//ProcofCVPR.[s.l.]:[s.n.],2009:1956-1963.

[4] 郭 珈，王孝通，胡程鵬，等.基于鄰域相似性的暗原色先驗圖像去霧方法[J].計算機應用，2011,31(5):1224-1226.

[5] 劉 銳.基于暗原色先驗的一種快速圖像去霧方法[J].計算機光盤軟件與應用，2012(21):24-26.

[6] 楊靖宇，張永生,鄒曉亮,等.利用暗原色先驗知識實現航空影像快速去霧[J].武漢大學學報:信息科學版，2010,35(11)：1292-1295.

[7] 李 坤，蘭時勇，張建偉,等.改進的基于暗原色先驗的圖像去霧算法[J].計算機技術與發展，2015，25(2):6-11.

[8]InampudRB,PurimetlaTN,SatyanarayanaPG.Contrastdegradationforimprovingqualityofanimage[J].GeoscienceandRemoteSensingSymposium,2002,6:3408-3410.

[9] 楊 帆.數字圖像處理與分析[M].北京：北京航空航天大學出版社，2010.

[10] 高仕龍.一種基于小波變換和直方圖均衡的圖像增強方法[J].西華大學學報:自然科學版，2007,26(3):54-56.

[11] 馬云飛，何文章.基于小波變換的霧天圖像增強方法[J].計算機應用與軟件，2011,28(2)：71-72.

[12] 吳 強，王新賽，賀 明，等.一種結合小波分析與直方圖的紅外圖像增強方法[J].應用光學，2011,32(3):464-467.

[13] 芮義斌，李 鵬，孫錦濤.一種圖像去薄霧方法[J].計算機應用,2006,26(1):154-156.

[14] 楊 晨.霧天圖像增強算法研究[D].南京：南京理工大學，2007.

[15] 徐貴力，劉小霞，田裕鵬,等.一種圖像清晰度評價方法[J].紅外與激光工程，2009，38(1):180-184.

[16]TanK,OakleyJP.EnhancementofColorImagesinPoorvisibilityconditions[C]//Proceedingsof2000internationalconferenceonimageprocessing.[s.l.]:[s.n.],2000:788-791.

A Defogging Method for Image Based on Binding Priori Dark Colors and Wavelet Transform

XU Jie，YANG Hui-cheng

(School of Electric Engineering，Anhui Polytechnic University，Wuhu 241000，China)

For poor visibility and low contrast in fog image,a defogging method was proposed based on wavelet transform and dark channel prior colors.First use of dark colors rule estimates the scene transmittance rate directly from a foggy image,recovering relatively clear picture.Then the image space is converted from RGB to YUV,the brightYimagewasprocessedbyusingorthogonalHaarwavelet,obtainingcoefficientsofeachlayer,anduseofdetailcoefficientsimageenhancementmethodtoprocesshighfrequencysub-bandwaveletcoefficients,luminanceYimageswereenhancedafterwaveletreconstruction.Finally,thecolorcomponentsU,Varemergedtogetaclearpicturewiththefogcolor.Theresultsshowthatthemethod,whichiseffective,isappliedtoimageafterfog,theclearance,detailandlayeringhasbeenimprovedsignificantly,tosomeextentimprovedvisualeffects.

wavelet transform;image clarity;dark colors priori method;wavelet decomposition;threshold denoising

2015-05-22

2015-08-25

時間：2016-01-26

安徽省自然科學基金重大項目(KY2014ZD004)作者簡介：許 杰(1989-)，男，碩士研究生，研究方向為圖像處理與模式識別；楊會成，教授，碩士生導師，研究方向為圖像處理與模式識別。

http://www.cnki.net/kcms/detail/61.1450.TP.20160126.1521.058.html

TP

A

1673-629X(2016)02-0066-03

10.3969/j.issn.1673-629X.2016.02.015