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(shù)學(xué)建模思想，將數(shù)學(xué)運(yùn)用于實(shí)際生活——霧霾天氣下的圖像的去霧處理.在查找相關(guān)文獻(xiàn)、理解和分析相關(guān)理論知識(shí)的基礎(chǔ)上，探尋出基礎(chǔ)的去霧算法，進(jìn)行實(shí)驗(yàn)，并不斷改進(jìn)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(duì)人類生活影響的另一方面表現(xiàn)為機(jī)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(shù)學(xué)模型對(duì)霧霾天氣下拍攝的圖片進(jìn)行處理，將霧霾的影響降低；3）并對(duì)提出的算法進(jìn)行評(píng)價(jià)。

注：本文只研究霧霾對(duì)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(jiān)控設(shè)施，如道路監(jiān)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(shè)備獲取的圖像質(zhì)量大大降低，這不僅影響了圖像的視覺效果，更重要的是無(wú)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(xiàn)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(xiàn)實(shí)意義.

2.1 模型準(zhǔn)備

（1）大氣散射理論[

霧霾天氣使得機(jī)器攝取圖像較為模糊，原因在于光與大氣發(fā)生物理性交互作用后，會(huì)產(chǎn)生大氣光衰減.大氣光衰減，從本質(zhì)上來說，就是光與大氣環(huán)境中的空氣分子、水汽及半徑較大的氣溶膠懸浮顆粒發(fā)生吸收和散射，從而使得光信號(hào)和輻射能量在大氣層傳輸過程中發(fā)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(fù)雜，為了更加準(zhǔn)確描述這個(gè)過程對(duì)成像設(shè)備捕獲圖像的影響，McCartney在大氣散射理論的基礎(chǔ)上提出了描述散射過程的數(shù)學(xué)模型——大氣散射模型[1].

（2）大氣散射模型

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

2.1模型的建立

查閱相關(guān)文獻(xiàn)[2]，結(jié)合該問選擇較高效的“基于暗原色先驗(yàn)的單幅圖像去霧算法”為基礎(chǔ)建立模型.認(rèn)為無(wú)霧的正常圖像在RGB顏色通道中至少存在1個(gè)通道的強(qiáng)度值最低，且趨于0，稱之為暗原色；而在有霧霾的時(shí)候，因?yàn)榇髿夤馍⑸?，暗原色的?qiáng)度值主要由散射光組成，所以造成有霧區(qū)域暗原色值較大.故提出基于暗通道先驗(yàn)的圖像去霧算法對(duì)圖像進(jìn)行去霧處理.

可得恢復(fù)的無(wú)霧霾圖像為

其中t0為透射率下限值.

2.2 模型的優(yōu)化處理

查閱相關(guān)文獻(xiàn)[3]，可知自適應(yīng)直方圖均衡化（AHE）算法通過計(jì)算圖像的局部直方圖，然后重新分布亮度來來改變圖像對(duì)比度.適合于改進(jìn)圖像的局部對(duì)比度以及獲得更多的圖像細(xì)節(jié).但是AHE卻有過度放大圖像中相同區(qū)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(yīng)的直方圖均衡算法，即限制對(duì)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(duì)比度的增強(qiáng)幅度，從而限制噪聲的放大及局部對(duì)比度的過度增強(qiáng).

CLAHE算法的提出

三、去霧圖像質(zhì)量客觀評(píng)價(jià)

一般而言，圖像質(zhì)量評(píng)價(jià)方法中的客觀評(píng)價(jià)方法可以分為三類：全參考質(zhì)量評(píng)價(jià)方法、部分參考質(zhì)量評(píng)價(jià)方法和無(wú)參考質(zhì)量評(píng)價(jià)方法.其中，無(wú)參考質(zhì)量評(píng)價(jià)方法完全依賴于待評(píng)測(cè)圖像本身的信息來進(jìn)行質(zhì)量評(píng)價(jià)，在很多情況下，往往無(wú)法獲得發(fā)送端的原始圖像信息，因此研究無(wú)參考的客觀質(zhì)量評(píng)價(jià)方法是很有意義的.選取將均值、標(biāo)準(zhǔn)差、信息熵、平均梯度作為霧天圖像處理效果評(píng)價(jià)標(biāo)準(zhǔn).

參考文獻(xiàn)：

[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(xué)，等基于暗原色先驗(yàn)?zāi)Ｐ偷腞etine算法[J].電子學(xué)報(bào)，2013，41（6）：1181-1192

[3]張麗，電腦知識(shí)與技術(shù)，對(duì)比度受限自適應(yīng)直方圖均衡方法，第6卷第9期：2238-2241，2016年3月