海上拍攝圖像的清晰化算法研究?

劉海波 張慧娟

（92124部隊 大連 116023）

1 引言

海上拍攝的圖像容易受到霧氣和海面光影的影響，使得能見度大幅下降，成像系統采集的畫面質量受損，給視頻監控、船只導航的正常工作帶來困難［1］。因此對于降質圖像進行清晰化，具有重要的研究價值。

圖像清晰化方法主要分為圖像增強和圖像復原。直方圖均衡化屬于經典方法，運算簡便，但是會出現過圖像增強，導致畫面不自然；多尺度Ret?inex［2～3］對薄霧有較好的處理效果，但是高對比度邊緣會出現光暈。Narasihman等［4～6］通過多種方法對場景的景深進行提取，但是需要多副圖像，限制應用范圍。Tarel等［7］利用兩次中值濾波估計霧氣濃度，但是存在邊緣部分損失細節的弱點；He等［8～9］提出了基于暗通道先驗的景深估計方法，取得了較好的去霧效果，但是對于海上圖像大面積的天空背景，容易出現較大面積的紋理過增強和分塊現象。

本文針對海上靶場可見光圖像大面積海空圖像的特點，改進了暗通道去霧方法中大氣透射率的估計方法；針對去霧的圖像亮度較低，對比度差，不利于后續的圖像分析和判讀的問題，對去霧后圖像進行gamma校正，增強對比度，改善可讀性。應用于幾幅典型的任務圖像，本文方法的處理結果均優于經典的直方圖均衡增強、有限對比度自適應直方圖均衡化和多尺度Retinex方法。

2 圖像去霧算法

2.1 霧天圖像成像機理

霧天模型通常表達為

式中，A為當前場景的大氣光值，x表示在圖像中的坐標位置；t(x)表示為在圖像坐標為x處透射率。由式（1）可得

由式（2）可知，若求復原圖像J，只需求出透射率t和大氣光值A即可。t和A的求取直接決定恢復效果的好壞。

2.2 暗通道先驗估計透射率

2009年，在CVPR大會上，He等［8］提出基于暗黑通道先驗知識的單幅圖像去霧。暗黑通道先驗知識是對大量無霧圖像進行最小值濾波發現的統計規律：對于一幅無霧圖像的任意小塊中，總有一個像素點，其一個顏色通道具有很低的強度值，數學表達式為

其中Jdark為圖像J的暗通道，Jc為的J的r、g、b一個通道，Ω(x)為以像素x為中心的正方形鄰域。

假設大氣光A已知且透射率t(x)在每一個局部區域Ω(x)內保持不變，對式（1）使用在三通道中使用最小運算符，并同時除以A，得到：

對于沒有天空區域的無霧圖像，由暗通道先驗統計規律可知：，因此式（4）可轉化為

2.3 透射率估計的改進

針對霧天海上場景的去霧，必須考慮大面積天空和海水。利用He的方法求取其暗黑通道。海面上暗通道顏色很暗，基本上趨近于0，空中暗通道數值大于海面，容易出現不符合暗通道先驗的問題，需要對透射率估計方程進行修改。

實際上，如果徹底去除霧的存在，圖像會失去景深感，看起來不真實［10～11］。所有可以通過在式（5）中引入參數ω，保留一部分覆蓋遙遠景物的霧：

參數ω的取值為［0，1］，ω越近于1，表示其去霧程度越大，反之去霧程度越小，從減小去霧后海上圖像的失真度和去霧程度這兩個因素出發，本文取ω=0.85。

實際拍攝的霧天圖像，往往包含大量明亮的海空背景，這不滿足暗通道先驗算法的應用條件，必須對大氣透射率t的估計進行改進，故引入一個容差參數C， ||I-A＜L的區域，認為是滿足暗通道先驗的區域，保持原來的透射率不變；對于 ||I-A＜L的區域，認為是明亮區域，重新計算透射率。為此，得到適用于海上圖像去霧的公式：

式（7）保證了海空等明亮區域的透射率不會偏向很小的值，是對暗通道去霧算法的有益處補充和擴展，能夠很好地處理明亮背景下的霧化圖像。

初步估計透射率t~塊效應一般都很明顯，文獻利用導向濾波［12］的方法對初步估計的透射率進行細化，具有很好的邊緣保持性，并且該方法透射率細化效果與軟摳圖方法基本一致，該方法的最大優勢就是計算量遠低于軟摳圖方法［8］。

2.4 對圖像進行gamma校正增強

gamma描述了輸入圖像和輸出圖像之間的映射曲線的形狀，如果gamma＜1，則曲線中像素值高的權重會大些，如果gamma＞1，則曲線中像素值低的權重會大些。圖1為gamma值對輸入輸出映射的影響示意圖。

經過去霧后，通常亮度較低，對比度差，此時gamma值應根據實際情況取小于1的數值，將像素值高的權重取大些，改善圖像的對比度，更有利于人眼的分析和判讀。

3 結果與分析

圖2、圖3的（a）為兩組海面拍攝的典型彩色圖像，由于受到海面水汽、霧氣的影響，圖像對比度較低；（b）為經典的直方圖均衡算法的處理結果，色彩失真，天空出現明顯的色塊；（c）限制對比度的直方圖均衡化方法的處理結果，明暗過渡的部分容易出現跳變，海面色彩還原不理想；（d）Retinex算法去霧后圖片飽和度偏高，圖像前景目標片偏白；（e）He［8］的經典方法，天空部分因為不滿足暗通道先驗，處理之后出現亮域失真現象且畫面偏暗；（f）為本文算法，在細節強度、色調還原和結構信息方面表現更為突出，有效解決亮域失真的問題，對比度提高明顯，畫面自然，處理效果較好。

4 結語

本文針對海上圖像易受到霧氣影響，圖像對比度低、可讀性差的問題，在大氣散射物理模型的基礎上，提出了改進的暗通道去霧方法，并且對去霧后圖像進行gamma校正。通過兩組典型圖像處理結果表明，所提算法與其他經典算法相比，有效增強了目標對比度，同時抑制了背景的過度增強，畫面自然，達到了較好的效果。

［1］吳兆麟，趙月林.船舶值班與避碰［M］.大連：大連海事大學出版社，2008：132-138.

［2］Rahman Z U，Glenn A W，Daniel J J.A Comparison of the Multiscale Retinex with Other Image Enhancement Techniques［C］//Proceedings of the IS&T 50th Anniversa?ry Conference，2007：426-431.

［3］Jobson D J，Rahman Z，Woodell G A.A Multi-Scale Ret?inex for Bridging the Gap Between Color Images and the Human Observation of Scenes［C］//IEEE Transactions on Image Processing：Special Issue on Color Processing.1997，6（7）：965-976.

［4］Narasimham S G，Nayar S K.Chromatic Framework for Vi?sion in Bad Weather［C］//Proceedings of the IEEE Confer?ence on Computer Vision and Pattern Recognition，Hilton Head Island，USA：2002：598-605.

［5］Narasimham S G，Nayar S K.Vision and the Atomsphere［J］.International Journal of Computer Vision.2002，48（3）：233-254.

［6］Schechner Y Y，Narasimham S G，Nayar S K.Polariza?tion-Based Vision through Haze［J］.Applied Optics.2003，42（3）：511-525.

［7］Tarel J，Hautiere N.Fast Visibility Restoration From a Single Color Or Gray Level Image［C］//Proceedings of the IEEE 12th International Conference on Computer Vision，Kyoto：IEEE Press，2009：2201-2208.

［8］He K M，Sun J，Tang X.Single Image Haze Removal Us?ing Dark Channel Prior［J］.IEEE Transactions On Pat?tern Analysis and Machine Intelligence.2011，33（12）：2341-2344.

［9］He K，Sun J，Tang X.Fast Matting Using Large Kernel Matting Laplacian Matrices［C］//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，San Francisco，California，USA：IEEE Computer Soci?ety，2010：2165-2172.

［10］陳書貞，任占廣，練秋生.基于改進暗通道和導向濾波的單幅圖像去霧算法［J］.自動化學報.2016，42（3）：455-465.

［11］高銀，云利軍，石俊生，等.基于各向異性高斯濾波的暗原色理論霧天彩色圖像增強算法［J］.計算機輔助設計與圖形學學報.2015，27（9）：1701-1705.

［12］He K，Sun J，Tang X.Guider Image Filtering［C］//Euro?pean Conference on Computer Vision，2010：1-14.