霧霾天氣下的圖像去霧算法的探究

羅倩

摘要：本文研究主要是利用數學建模思想，將數學運用于實際生活——霧霾天氣下的圖像的去霧處理.在查找相關文獻、理解和分析相關理論知識的基礎上，探尋出基礎的去霧算法，進行實驗，并不斷改進完善去霧模型。

一、問題的提出

本文主要從以下問題展開研究：

霧霾對人類生活影響的另一方面表現為機器攝取圖像較為模糊.1）為了獲取清晰的圖片，分析霧霾原因；2）建立數學模型對霧霾天氣下拍攝的圖片進行處理，將霧霾的影響降低；3）并對提出的算法進行評價。

注：本文只研究霧霾對圖像成像的影響，故不考慮其余大氣因素影響.

二、模型的建立與求解

眾多戶外監控設施，如道路監控，都要求精確地抓捕圖像并提其中的特征，然而在霧霾天氣下，由于大氣粒子的散射作用，使得成像設備獲取的圖像質量大大降低，這不僅影響了圖像的視覺效果，更重要的是無法高效地提取圖像的特征.為了更有效快速的使圖像去霧化，通過先了解霧霾在大氣中影響最大的散射現象，從而建立合理的去霧模型，使霧化圖像清晰化具有重要的現實意義.

2.1 模型準備

（1）大氣散射理論[

霧霾天氣使得機器攝取圖像較為模糊，原因在于光與大氣發生物理性交互作用后，會產生大氣光衰減.大氣光衰減，從本質上來說，就是光與大氣環境中的空氣分子、水汽及半徑較大的氣溶膠懸浮顆粒發生吸收和散射，從而使得光信號和輻射能量在大氣層傳輸過程中發生衰減的過程，這就是大氣散射理論.

大氣層中，光與大氣之間的散射過程比較復雜，為了更加準確描述這個過程對成像設備捕獲圖像的影響，McCartney在大氣散射理論的基礎上提出了描述散射過程的數學模型——大氣散射模型[1].

（2）大氣散射模型

大氣散射模型認為到達成像設備的光主要由兩部分組成：一部分為場景表面的反射光，這一部分光由于與空氣中的微小粒子發生散射作用而衰減了一部分，未被衰減的部分光到達成像設備；另一部分為環境光，由于與微小粒子發生散射作用而進入了成像設備參與成像.其中，未被衰減得部分光的強度為：

2.1模型的建立

查閱相關文獻[2]，結合該問選擇較高效的“基于暗原色先驗的單幅圖像去霧算法”為基礎建立模型.認為無霧的正常圖像在RGB顏色通道中至少存在1個通道的強度值最低，且趨于0，稱之為暗原色；而在有霧霾的時候，因為大氣光散射，暗原色的強度值主要由散射光組成，所以造成有霧區域暗原色值較大.故提出基于暗通道先驗的圖像去霧算法對圖像進行去霧處理.

可得恢復的無霧霾圖像為

其中t0為透射率下限值.

2.2 模型的優化處理

查閱相關文獻[3]，可知自適應直方圖均衡化（AHE）算法通過計算圖像的局部直方圖，然后重新分布亮度來來改變圖像對比度.適合于改進圖像的局部對比度以及獲得更多的圖像細節.但是AHE卻有過度放大圖像中相同區域的噪音的問題.

故基于AHE算法，提出能有限地限制這種不利的放大的自適應的直方圖均衡算法，即限制對比度直方圖均衡（CLAHE）算法.它通過限制局部直方圖的高度來限制局部對比度的增強幅度，從而限制噪聲的放大及局部對比度的過度增強.

CLAHE算法的提出

三、去霧圖像質量客觀評價

一般而言，圖像質量評價方法中的客觀評價方法可以分為三類：全參考質量評價方法、部分參考質量評價方法和無參考質量評價方法.其中，無參考質量評價方法完全依賴于待評測圖像本身的信息來進行質量評價，在很多情況下，往往無法獲得發送端的原始圖像信息，因此研究無參考的客觀質量評價方法是很有意義的.選取將均值、標準差、信息熵、平均梯度作為霧天圖像處理效果評價標準.

參考文獻：

[1]McCartney E J.Optics Of The Atmosphere：Scattering By Molecules And Particles[M].New York：John Wi ley and Sons，1976：23—32.

[2]汪榮貴，傅劍峰，楊志學，等基于暗原色先驗模型的Retine算法[J].電子學報，2013，41（6）：1181-1192

[3]張麗，電腦知識與技術，對比度受限自適應直方圖均衡方法，第6卷第9期：2238-2241，2016年3月