YUV圖像實(shí)時(shí)去霧算法的優(yōu)化與改進(jìn)*

李博倫，凌 強(qiáng)，朱學(xué)俊，徐 駿

(中國(guó)科學(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院 自動(dòng)化系，安徽 合肥 230027)

YUV圖像實(shí)時(shí)去霧算法的優(yōu)化與改進(jìn)*

李博倫，凌 強(qiáng)，朱學(xué)俊，徐 駿

(中國(guó)科學(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院 自動(dòng)化系，安徽 合肥 230027)

針對(duì)已有的基于DSP的實(shí)時(shí)去霧算法出現(xiàn)的問(wèn)題進(jìn)行優(yōu)化和改進(jìn)。在降采樣倍數(shù)過(guò)大時(shí)，去霧效果會(huì)出現(xiàn)一些副作用，包括紋理細(xì)節(jié)丟失、塊效應(yīng)和亮度偏暗。針對(duì)這三個(gè)問(wèn)題，本文采用均值降采樣、雙線性插值升采樣、透射率補(bǔ)償?shù)确绞竭M(jìn)行優(yōu)化。最終針對(duì)實(shí)際YUV圖像進(jìn)行了優(yōu)化方法的實(shí)驗(yàn)，表明可以達(dá)到較好的去霧效果。

去霧；優(yōu)化；降采樣；升采樣

0 引言

近幾年，隨著空氣污染的日益嚴(yán)重，霧霾給人們的生活與生產(chǎn)帶來(lái)了極大的影響。尤其在各大城市，霧霾造成的能見(jiàn)度降低嚴(yán)重影響了道路交通和交通監(jiān)控的性能，所以實(shí)時(shí)圖像去霧的需求也越來(lái)越迫切。目前圖像去霧方法主要分為圖像增強(qiáng)法和基于物理模型的復(fù)原方法。在眾多去霧算法中，何凱明博士在2009年提出的基于暗原色先驗(yàn)的去霧算法由于其去霧效果穩(wěn)定且自然而被廣泛采用[1]。

雖然基于暗原色先驗(yàn)的去霧算法計(jì)算去霧效果非常出色，但由于其復(fù)雜度高，計(jì)算時(shí)間比較長(zhǎng)，而且大部分時(shí)間集中在導(dǎo)向?yàn)V波求精細(xì)透射率處[2]。為了滿足實(shí)時(shí)處理的要求，已有的實(shí)時(shí)去霧算法中一般采用降采樣的方法[3]。通過(guò)降采樣得到小圖，再對(duì)小圖進(jìn)行去霧處理，最終采用小圖的透射率對(duì)大圖進(jìn)行去霧處理。這樣處理可以極大地縮短計(jì)算時(shí)間。此方法在降采樣倍數(shù)較低時(shí)，對(duì)去霧效果并沒(méi)有太大影響，但當(dāng)降采樣倍數(shù)較高時(shí)，去霧效果則會(huì)明顯下降。本文針對(duì)采用降采樣的實(shí)時(shí)圖像去霧算法進(jìn)行優(yōu)化與改進(jìn)，通過(guò)加入均值降采樣、升采樣等方法進(jìn)行優(yōu)化，最終得到比較好的處理結(jié)果。

1 均值降采樣

降采樣倍數(shù)過(guò)高時(shí)，圖像在部分明暗相接處的暗處會(huì)出現(xiàn)一些紋理細(xì)節(jié)丟失的情況，主要表現(xiàn)為由原來(lái)較暗的圖像變?yōu)楹谏＝?jīng)分析，這種現(xiàn)象由降采樣的取值方式導(dǎo)致。

臨近點(diǎn)降采樣方法是分別在圖像的行和列兩個(gè)方向上每隔M個(gè)點(diǎn)抽取一個(gè)采樣點(diǎn)，其中M為降采樣倍數(shù)。采用這種方式進(jìn)行降采樣的結(jié)果等效為將大圖細(xì)分為若干個(gè)M×M的小圖，抽取每個(gè)小圖左上角的值湊成降采樣圖。這種方法用一個(gè)點(diǎn)代替整個(gè)小圖的圖像數(shù)據(jù)，在部分情況下會(huì)有較大影響。如圖1所示。

圖1 臨近點(diǎn)降采樣示意圖

如圖1所示，10×10的大圖經(jīng)過(guò)5倍降采樣后變?yōu)楹诎赘靼氲男D。由文獻(xiàn)[1]可知，白色像素的暗通道值Idark比較高。通過(guò)暗通道求透射率t為：

易知白色像素計(jì)算出的透射率小于灰色像素計(jì)算出的透射率。圖像恢復(fù)公式如下：

通常情況下大氣光值A(chǔ)大于各個(gè)像素的值I，故當(dāng)用小圖恢復(fù)大圖時(shí)，對(duì)于大圖左上角5×5小圖中的灰色部分像素值，由于遠(yuǎn)小于大氣光值A(chǔ)，故I-A的值為負(fù)數(shù)，并且絕對(duì)值比較大，而透射率又為白色像素對(duì)應(yīng)的較小的透射率，故可能會(huì)變?yōu)?或負(fù)數(shù)，處理結(jié)果變?yōu)楹谏?。在圖像中如果存在著類似的邊界，則邊界處的暗處紋理可能會(huì)被處理為黑色，造成信息流失和不自然。

采用均值降采樣可以比較好地解決這種問(wèn)題。均值降采樣與臨近點(diǎn)采樣的區(qū)別在于將大圖分為若干個(gè)M×M的小圖后，不再只取左上角的點(diǎn)，而是將整個(gè)小圖所有像素的值取均值，用均值代替整個(gè)小圖。采用這種方法后由于黑色占大多數(shù)，所以降采樣的結(jié)果不再是白色，而是灰色?；疑珜?duì)應(yīng)的透射率較大，故不易被處理為黑色造成信息流失。但均值降采樣會(huì)帶來(lái)比較大的計(jì)算量，可采用文獻(xiàn)[4]中的盒式濾波算法。

2 雙線性插值升采樣

經(jīng)過(guò)高倍數(shù)降采樣后，去霧后的圖像會(huì)出現(xiàn)比較明顯的塊效應(yīng)。這主要是由于降采樣后，在整幅圖像恢復(fù)時(shí)，每一小塊圖像都用同一個(gè)透射率處理，中間缺少過(guò)渡。對(duì)于圖像中較大的物體，在圖像恢復(fù)時(shí)可能會(huì)被分為若干小塊，每個(gè)小塊分別采用不同大小的透射率，因此圖像恢復(fù)后可能導(dǎo)致結(jié)果分布不均勻。

針對(duì)這個(gè)問(wèn)題，本文采用雙線性插值升采樣方法。雙線性插值法根據(jù)所求像素點(diǎn)距參考點(diǎn)位置進(jìn)行計(jì)算，所求點(diǎn)距某個(gè)像素越近則相對(duì)應(yīng)的權(quán)值就越大，距某個(gè)像素越遠(yuǎn)則對(duì)應(yīng)的權(quán)值就越小。雙線性插值原理如圖2所示。

圖2 雙線性插值示意圖

設(shè)所求像素值為dest，對(duì)應(yīng)橫坐標(biāo)為r，縱坐標(biāo)為c，圖2中四個(gè)角的值分別為value1、value2、value3和value4。則dest計(jì)算公式為：

dest=w1×value1+w2×value2+w3×value3+

w4×value4

其中：

其中，ratio為升采樣半徑。

采用雙線性插值升采樣處理小圖透射率，得到較平滑的大圖透射率，再通過(guò)這個(gè)透射率恢復(fù)圖像，圖像上的塊效應(yīng)得到明顯改善。

3 亮度補(bǔ)償

經(jīng)過(guò)暗原色先驗(yàn)去霧算法處理后的圖像總會(huì)有亮度偏暗的情況，這個(gè)問(wèn)題在文獻(xiàn)[3]中有敘述。其主要原因是在去霧算法中，預(yù)估的透射率表示為：

但實(shí)際計(jì)算公式應(yīng)為：

3.1 透射率補(bǔ)償

根據(jù)文獻(xiàn)[3]中的敘述，由于近似計(jì)算，基于暗原色先驗(yàn)的去霧算法計(jì)算出的透射率偏小，由于大部分像素值小于透射率，經(jīng)去霧后，像素值相對(duì)于大氣光值的差會(huì)被放大，即變得更小，所以去霧后的圖像會(huì)偏暗。為了補(bǔ)償這個(gè)偏差，本文提出在透射率求出后加上一個(gè)補(bǔ)償值，計(jì)算公式如下：

通過(guò)加入補(bǔ)償值p，可以適當(dāng)增大預(yù)估透射率的值。但這個(gè)值通常不能取太大，一般取值范圍為0.08～0.25。經(jīng)過(guò)試驗(yàn)這種方法可以極大地改善去霧后圖片偏暗的情況。

3.2 亮度后處理

由于本文針對(duì)的是YUV格式的圖像，這種圖像每個(gè)像素點(diǎn)對(duì)應(yīng)三個(gè)分量，分別是：亮度分量Y和兩個(gè)色差分量U、V。所以若圖像偏暗，可以通過(guò)調(diào)節(jié)三個(gè)分量中的Y分量進(jìn)行補(bǔ)償。

本文采用圖像增強(qiáng)算法中的對(duì)比度拉伸法，詳見(jiàn)文獻(xiàn)[5]。這種算法計(jì)算復(fù)雜度比較低，實(shí)現(xiàn)簡(jiǎn)單。主要實(shí)現(xiàn)方法為：在圖像去霧后，對(duì)圖像的Y通道進(jìn)行對(duì)比度拉伸，使圖像中大部分的亮度得到提升。拉伸曲線設(shè)計(jì)見(jiàn)圖3。

圖3 拉伸曲線

4 處理結(jié)果及分析

經(jīng)過(guò)上述優(yōu)化和改進(jìn)，將優(yōu)化前與優(yōu)化后結(jié)果進(jìn)行對(duì)比。

采用均值降采樣后，處理結(jié)果如圖4～圖6所示。

圖4 樓與天空原圖

圖5 樓與天空原去霧結(jié)果

圖6 樓與天空優(yōu)化后結(jié)果

從圖5、6中可見(jiàn)，在圓圈標(biāo)注的明暗交界處，臨近點(diǎn)降采樣處理后，樓頂處的紋理細(xì)節(jié)消失，而經(jīng)過(guò)優(yōu)化后，樓頂細(xì)節(jié)保持完好。

采用雙線性插值法進(jìn)行優(yōu)化后，處理結(jié)果如圖7～圖9所示。

圖7 飛機(jī)飛行原圖

圖8 飛機(jī)飛行原去霧結(jié)果

圖9 飛機(jī)飛行優(yōu)化后結(jié)果

可以看到，未加雙線性升采樣之前，在飛機(jī)發(fā)動(dòng)機(jī)處有明顯的塊效應(yīng)，在加入升采樣后，該處不自然的塊已有明顯的改善。

經(jīng)過(guò)亮度補(bǔ)償后的處理結(jié)果如圖10～圖12所示。

圖10 汽車行駛原圖

圖11 汽車行駛原去霧結(jié)果

圖12 汽車行駛優(yōu)化后結(jié)果

從圖中可以明顯看到，未加補(bǔ)償時(shí)，去霧后的圖像偏黑，看起來(lái)很不自然。加入補(bǔ)償后，圖像依舊有去霧效果，且圖中暗處依舊能看到，而且更加自然。

5 結(jié)論

本文針對(duì)基于暗原色先驗(yàn)的實(shí)時(shí)去霧算法所出現(xiàn)的三大問(wèn)題：部分細(xì)節(jié)丟失、塊效應(yīng)和亮度偏暗問(wèn)題，進(jìn)行針對(duì)性的優(yōu)化和改進(jìn)。經(jīng)過(guò)對(duì)比試驗(yàn)，采用均值降采樣、雙線性升采樣和亮度補(bǔ)償?shù)确椒ê?，可以比較好地對(duì)結(jié)果進(jìn)行修正，從而得到更自然的結(jié)果。并且經(jīng)過(guò)相應(yīng)的優(yōu)化后，能達(dá)到實(shí)時(shí)去霧的效果。但由于在原算法中加入了均值濾波等步驟，計(jì)算時(shí)間相較于之前算法略有增加，所以在今后的工作中需要進(jìn)一步優(yōu)化，縮短計(jì)算時(shí)間。

[1] HE K, SUN J, TANG X. Single image haze removal using dark channel prior[J]. Pattern Analysis and Machine Intelligence,

IEEE Transactions on, 2011, 33(12): 2341-2353.

[2] HE K, SUN J, TANG X. Guided image filtering[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2013, 35(6): 1397-1409.

[3] XU H, GUO J, LIU Q, et al. Fast image dehazing using improved dark channel prior[C].Information Science and Technology (ICIST), 2012 International Conference on. IEEE, 2012: 663-667.

[4] MCDONNELL M J. Box-filtering techniques[J]. Computer Graphics and Image Processing, 1981, 17(1): 65-70.

[5] GONZALEZ R C， EDDINS S L. 數(shù)字圖像處理[M].阮秋琦，譯.北京：電子工業(yè)出版社, 2007.

Optimization and improvement of real-time dehazing algorithm for YUV image

Li Bolun，Ling Qiang，Zhu Xuejun，Xu Jun

(Department of Automation, School of Information Science and Technology, University of Science andTechnology of China, Hefei 230027, China )

In this paper, a method is presented to optimize and improve existing DSP-based real-time dehazing algorithms, which has some problems. When the down-sampling ratio is too large, there are some negative effects on dehazed image, including the loss of texture details, block artifacts and being too dark. To resolve these three issues, the proposed method adopts average downsampling, bilinear interpolation upsampling and transmittance compensation to do optimization. Finally experimental results confirm that this method can achieve good dehazing performance.

dehazing; optimization; downsampling;upsampling

國(guó)家自然科學(xué)基金(61273112)

TP368

A

1674-7720(2016)01-0077-04

李博倫，凌強(qiáng)，朱學(xué)俊，等.YUV圖像實(shí)時(shí)去霧算法的優(yōu)化與改進(jìn)[J].微型機(jī)與應(yīng)用，2016，35(1)：77-80.

2015-09-10)

李博倫(1992-)，男，碩士研究生，主要研究方向：嵌入式系統(tǒng)、圖像處理。

凌強(qiáng)(1975-)，通信作者，男，博士，副教授，博士生導(dǎo)師，主要研究方向：網(wǎng)絡(luò)化控制、嵌入式系統(tǒng)。E-mail:qling@ustc.edu.cn。

朱學(xué)俊(1991-)，男，碩士研究生，主要研究方向：嵌入式系統(tǒng)。