基于暗通道先驗(yàn)去霧算法的研究與改進(jìn)

許 駿， 王直杰

(東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 200051)

基于暗通道先驗(yàn)去霧算法的研究與改進(jìn)

許 駿， 王直杰

(東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 200051)

基于暗通道先驗(yàn)算法的圖像去霧技術(shù)已經(jīng)日益成熟,但是其處理速度慢、天空區(qū)域過(guò)曝、處理完的圖像色彩變暗等缺點(diǎn)也很明顯。本文針對(duì)這幾方面分別提出了求透射率時(shí)的優(yōu)化、糾正天空等明亮區(qū)域的錯(cuò)誤估計(jì)的透射率、采用自動(dòng)色劑的算法進(jìn)行顏色校正等方法，從而有效地提升去霧圖像的視覺(jué)效果與處理速度。實(shí)驗(yàn)結(jié)果與幾種經(jīng)典的算法結(jié)果進(jìn)行比較驗(yàn)證了本文算法在處理效率與顏色保真度方面的優(yōu)越性。

圖像去霧；暗通道先驗(yàn)；顏色校正；處理速度

0 引言

在日常生活中，戶外場(chǎng)景拍攝很容易受各種因素的影響，如灰塵、霧或煙霧。近幾年霧霾天氣越來(lái)越頻繁，這些懸浮在空氣中的粒子會(huì)對(duì)場(chǎng)景的反射光和大氣光的散射產(chǎn)生很大的影響，使得拍攝所得到的圖像質(zhì)量降低、美感全無(wú)，甚至?xí)寛D像對(duì)比度與顏色產(chǎn)生明顯失真，導(dǎo)致場(chǎng)景和目標(biāo)的可辨識(shí)度降低。這些都會(huì)直接影響到機(jī)器視覺(jué)對(duì)于圖像內(nèi)容的識(shí)別與分析。所以為了給機(jī)器視覺(jué)識(shí)別提供更清晰的圖像，對(duì)圖像進(jìn)行去霧處理就顯得非常重要。

1 去霧算法分類

目前,圖像去霧算法主要分為兩大類:一類為圖像增強(qiáng)[1]，如直方圖均衡化法、Retinex算法、基于小波的方法、基于大氣調(diào)制傳遞方程的方法。另一類為圖像修復(fù)[2]，如深度信息的霧天圖像復(fù)原、基于先驗(yàn)的霧天圖像復(fù)原、基于偏微分方程的霧天圖像復(fù)原、最小失真意義下的霧化圖像復(fù)原。

為了能夠更有效地對(duì)圖像進(jìn)行高效的去霧處理，本文提出了基于暗通道先驗(yàn)的去霧改進(jìn)算法，其屬于基于先驗(yàn)的霧天圖像復(fù)原。本文基于大氣散射模型，在算法去霧的計(jì)算過(guò)程中進(jìn)行了合理的優(yōu)化，減少計(jì)算量，提高了實(shí)時(shí)性，并且改善了經(jīng)過(guò)去霧處理后使得圖像整體變暗的不良效果。

2 本文的算法

2.1 大氣散射模型

大氣散射模型是由McCarthney在1975年提出的，該模型描述了霧化圖像的退化過(guò)程，并被廣泛應(yīng)用于圖像去霧領(lǐng)域，根據(jù)大氣光在霧天退化過(guò)程中傳輸?shù)奈锢硖匦钥梢杂靡韵鹿奖硎緸閇3]：

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

(1)

其中，I(x)表示有霧圖像，J(x)表示去霧后的圖像，場(chǎng)景輻射中大氣傳輸過(guò)程中的透射率用t(x)表示，目標(biāo)輻射信息的直接衰減用J(x)t(x)表示，反應(yīng)出了經(jīng)過(guò)傳輸介質(zhì)后目標(biāo)的電磁波信息到達(dá)傳感器的能量；A表示大氣光，大氣光經(jīng)過(guò)衰減后到達(dá)傳感器的能量用A(1-t(x))表示。假設(shè)大氣層是均勻的，電磁波在大氣中為各向同性傳播，透射率t表示為：t(x)=e-βd(x)，其中，β是大氣散射系數(shù)，d(x)是場(chǎng)景深度。

2.2 暗通道先驗(yàn)條件

其中Jdark表示圖像J的強(qiáng)度值接近于0的暗通道，Jc表示J的R、G、B三通道之一，Ω表示以一個(gè)像素為中心的窗口。

2.3 透射率的計(jì)算與優(yōu)化

根據(jù)文獻(xiàn)[3]中暗原色先驗(yàn)理論得到:

將上式帶入式(1)得:

(2)

這就是透射率t的預(yù)估值。

在生活中，即使是萬(wàn)里無(wú)云的晴天，空氣中也存在著一些顆粒，因此，看遠(yuǎn)處的物體還是能感覺(jué)到霧的影響，但是，霧能使人感受到景深的存在，使圖像看起來(lái)更真實(shí)。因此，有必要在去霧的時(shí)候保留一定程度的霧，這可以通過(guò)在式(2)中引入一個(gè)在[0,1]之間的因子w，則式(2)修正為：

w代表了霧的保留度，其值越小，去霧效果越不明顯,所以取w=0.95，這樣保留一些霧的存在可以使人感受到景深的存在，圖像也更符合需求。

由于暗通道去霧的透射率圖比其他算法都要精細(xì),并且在整個(gè)算法中占用了大量的處理時(shí)間,降低了程序的處理效率,所以如果適當(dāng)?shù)亟档鸵稽c(diǎn)精度，其去霧的效果理論上應(yīng)該不會(huì)有太大的區(qū)別，本文采取的方法不對(duì)原圖求透射率,而是用以下方法來(lái)對(duì)透射率的求取進(jìn)行簡(jiǎn)化。

(1)把RGB轉(zhuǎn)化為灰度直方圖；

(2)對(duì)原圖進(jìn)行下采樣，縮小為原圖的1/4,存放在V(x)，并求解出V(x)的透射率；

(3)采用插值法獲取原圖大概的透射率。

經(jīng)過(guò)實(shí)驗(yàn)證明這種方式很大程度上提高了執(zhí)行速度，而且去霧效果與原方案基本一致。

但是，如果縮小系數(shù)不是特別大，比如縮小為原來(lái)的0.5倍大小，可能兩次縮放所用的耗時(shí)還抵消了計(jì)算小圖的透射率圖所換來(lái)的盈利，因此必須合理選擇這個(gè)下采樣率。

研究中發(fā)現(xiàn)傳統(tǒng)的暗通道先驗(yàn)去霧對(duì)天空部分處理效果不好，天空往往會(huì)出現(xiàn)較大面積的紋理及分塊現(xiàn)象。其根本原因還是因?yàn)樘炜詹课换旧鲜遣环习低ǖ廊レF先驗(yàn)條件的，對(duì)此本文提出了一種避免圖像去霧算法中天空部分出現(xiàn)過(guò)度增強(qiáng)的方法：(1)將圖像轉(zhuǎn)換為灰度，為保留更多的邊緣信息，使用具有對(duì)比度保留功能的去色算法；(2)求灰度圖像的梯度信息，采用邊緣檢測(cè)算子實(shí)現(xiàn)；(3)對(duì)梯度信息進(jìn)行去噪和濾波；(4)按照設(shè)定梯度閾值和亮度閾值對(duì)梯度信息進(jìn)行區(qū)分；(5)對(duì)區(qū)分后的圖像進(jìn)行高斯羽化處理。

得到天空區(qū)域后，He[4]將天空區(qū)域的透射率圖統(tǒng)一設(shè)置成一個(gè)固定值，但這樣不好，還是應(yīng)該根據(jù)具體的值做適當(dāng)?shù)男拚?在He的上述操作中，得到的天空區(qū)域并不真正屬于天空，某個(gè)點(diǎn)并不一定是完全屬于天空或完全不屬于。因此本文提出一種優(yōu)化方法，如下所示：

Jx=(tp×Ix+Jx×(255-Ix))/255

其中Jx是指暗通道的點(diǎn)，tp就類似于He所講的固定透射率值，是自己根據(jù)圖像處理效果調(diào)試指定的，在上式中，若I(x)=255，即完全屬于天空，則該點(diǎn)的透射率即為固定值，若I(x)=0，即完全不屬于天空，計(jì)算式的值不變，不影響正常去霧。

另外關(guān)于大氣光值A(chǔ)的計(jì)算，He提出了以獲得的天空部位的像素的平均值作為A，這也是非常合理的，但是在實(shí)際處理時(shí)，針對(duì)有些完全沒(méi)有天空部分的圖像，可能檢測(cè)到的天空區(qū)域很小(明顯屬于誤檢，但是程序不知道)，這個(gè)時(shí)候以此為大氣光值，也是不合理的。為此，本文的處理方式是先計(jì)算天空部位的A值，然后再檢測(cè)天空像素占整個(gè)圖像的比例，如果比例小于5%，則還是以He計(jì)算A的方式進(jìn)行。

還有一步，He也提到了，就是這些校正的步驟都必須在進(jìn)行導(dǎo)向?yàn)V波前做。這樣利用導(dǎo)向?yàn)V波的平滑功能，可以從一定程度上將天空和非天空分界部位的不平滑現(xiàn)象彌補(bǔ)掉，這一方法有效地避免了天空區(qū)域過(guò)曝的情況。

如圖1所示，優(yōu)化透射率后的算法的圖像右上角天空區(qū)域不會(huì)出現(xiàn)暗通道算法的偏色和大量色斑，不會(huì)有明顯的過(guò)渡區(qū)域。

圖1 優(yōu)化透射率后的去霧效果圖

2.4 顏色增強(qiáng)

直接去霧后的圖像會(huì)比原始圖像暗，因此本文提出在處理完后需要對(duì)圖像進(jìn)行一定的曝光增強(qiáng)。圖像亮度調(diào)整分為非線性和線性兩種方法[5]。非線性圖像亮度調(diào)整是將圖像像素的R、G、B分別加上或減去某個(gè)值，其優(yōu)點(diǎn)是代碼簡(jiǎn)單，亮度調(diào)整速度快；缺點(diǎn)是圖像信息損失較大，調(diào)整過(guò)的圖像顯得平淡，無(wú)層次感。線性圖像亮度調(diào)整一般是將圖像像素的RGB轉(zhuǎn)換為HSL(HSV)等顏色空間，對(duì)L(V)部分進(jìn)行增減調(diào)整后，再轉(zhuǎn)換為RGB顏色空間，優(yōu)點(diǎn)是調(diào)整過(guò)的圖像層次感很強(qiáng)；缺點(diǎn)是代碼較復(fù)雜，調(diào)整速度慢，而且當(dāng)圖像亮度增減量較大時(shí)有很大的失真。

設(shè)亮度增減量value范圍為 -1～+1，本文采用了優(yōu)化后的圖像亮度增強(qiáng)法，原理用下式表示：

當(dāng)value>0時(shí)：

rgb=RGB+RGB*(1/(1-value)-1)

當(dāng)value<0時(shí)：

rgb=RGB+RGB*value

3 實(shí)驗(yàn)結(jié)果與分析

3.1 去霧效果比較

如圖1和圖2給出了本文算法與He文獻(xiàn)中的原暗通道先驗(yàn)算法的去霧效果比較。

圖2 顏色增強(qiáng)后的去霧效果圖

在圖1中，本文的處理結(jié)果能較好地恢復(fù)出天空區(qū)域，無(wú)偏色及明顯色斑。圖2中，本文的處理結(jié)果能很好地改善圖像色彩偏暗的情況。由此可見(jiàn)本文算法的去霧效果比He算法的處理效果有明顯改善。

3.2 運(yùn)算速度比較

在普通計(jì)算機(jī)上，使用Visual Studio 2010運(yùn)行本文算法。運(yùn)行環(huán)境為Windows 7，計(jì)算機(jī)配置為Intel(R) Core(TM) i3 CPU M 350 @2.27 GHz with 3 GB RAM。程序運(yùn)行時(shí)間如表1。

4 總結(jié)

本文基于暗通道先驗(yàn)?zāi)Ｐ停贖e算法基礎(chǔ)上提出了以下改進(jìn)，首先針對(duì)暗通道原理去霧效率低的缺點(diǎn)，提出了縮小采樣標(biāo)本后再用插值法求取透射率的方法來(lái)優(yōu)化算法效率。然后對(duì)是否屬于天空區(qū)域的透射率進(jìn)行矯正。最后通過(guò)圖像亮度增強(qiáng)的方法改善了去霧處理后圖像變暗的缺點(diǎn)，使得實(shí)驗(yàn)結(jié)果在主觀和客觀方面都達(dá)到了令人滿意的效果。

表1 算法運(yùn)行時(shí)間比較 (ms)

[1] 郭璠,蔡自興,謝斌,等.圖像去霧技術(shù)研究綜述與展望[J].計(jì)算機(jī)應(yīng)用,2010,30(9):2417-2421.

[2] 葛艷，趙瑞,高占江，等.基于TV模型和膨脹的圖像修復(fù)方法研究[J].微型機(jī)與應(yīng)用,2014,33(18):39-41,44.

[3] MCCARTNEY E J． Optics of Atmosphere: Scattering by Molecules and Particles[M]． New York: John Wiley and Sons，1976．

[4] He Kaiming, Sun Jian, Tang Xiaoou. Single image haze removal using dark channel prior [J]. IEEE Transactions on pattern Analysis and Machine Intelligence, 2011,33(12):2341-2353.

[5] 劉艷英,凌朝東.HSV空間的彩色多聚焦圖像融合[J].微型機(jī)與應(yīng)用,2014,33(8):45-48.

The research and improvement of image dehazing based on dark channel prior

Xu Jun, Wang Zhijie

(School of Information Science and Technology, Donghua University，Shanghai 200051,China)

The image dehazing method based on dark channel prior is becoming more mature, but its shortcomings are very obvious.For example, processing speed slow is too, the area of sky exposurees is too much,the colour of processed picture is too dark. This paper proposes three methods to improve the computational speed and the quality of image dehazing. The three methods are as following: optimizeing the processing of transmission diagram, correcting the inaccurate transmission diagram of bright area, adopting the algorithm of automatic color agent for restoring colour. Compared with several classical algorithms, the experimental results verify the colour calibration and the effectiveness of the proposed algorithm.

haze removal; dark channel prior; colour calibration; processing speed

TP309.7

A

1674- 7720(2016)03- 0053- 03

許駿，王直杰.基于暗通道先驗(yàn)去霧算法的研究與改進(jìn)[J].微型機(jī)與應(yīng)用，2016,35(3)：53- 55.

2015-10-08)

許駿(1990-)，通信作者，男，碩士研究生，主要研究方向：數(shù)字圖像。E-mail：xjpotter@163.com。

王直杰(1969-)，男，博士，教授，主要研究方向：神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用。