结合天空区域检测的图像去雾算法研究与实现
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目前，常见的基于单幅图像的图像去雾算法大 多基于一定的先验假设。Ｔａｎ［１］假设无雾图像的对 比度要大于有雾图像的对比度，通过最大化局部对 比度来获得去雾效果，该方法首次实现了单幅图像 的去雾，但恢复出来的图像颜色过于饱和。Ｆａｔｔａｌ［２］ 基于透射率与场景表面反射率不相关的假设，利用
独立成分分析的方法估计透射率，该方法只适合于 薄雾图像，对于雾霾浓度较高时效果较差。Ｈｅ［３］等 人首次 提 出 来 一 种 简 单 而 有 效 的 先 验 规 律———暗 通道先验（ＤａｒｋＣｈａｎｎｅｌＰｒｉｏｒ），利用该先验规律直 接估计出粗糙透射率，然后利用软抠图算法［４］（Ｓｏｆｔ Ｍａｔｔｉｎｇ）获得精细的透射率图。该方法的去雾效果 明显，鲁棒性好，但是其算法复杂度过高，运算速度 过慢。Ｔａｒｅｌ［５］基 于 大 气 耗 散 函 数 在 其 可 行 域 中 逼 近最大值 的 假 设，采 用 滤 波 的 方 法 来 估 计 大 气 光 幕，进而求 得 透 射 率。 该 方 法 去 雾 效 果 较 好，但 是 结果图 像 偏 暗，且 参 数 过 多，设 置 不 当 容 易 引 起 Ｈａｌｏ效应。另外，还有很多基于以上算法的改进算 法，提高了算法的速度。
上述常见的图像去雾算法均能取得不错的效 果，但当图 像 出 现 大 面 积 天 空 区 域 时，对 天 空 区 域 的处理时普遍效果不佳。为此，本文针对雾霾条件
收稿日期：２０１７－０３－０１；修回日期：２０１７－０４－３０． 基金项目：国家自然科学基金（６１３７２０６８）；广东省农村信息化建设专项资金资助项目（２０１２１０１１２７００５１８）． 作者简介：张燕丽（１９７５－），女，河南郑州人，副教授，硕士，从事图像处理和软件开发研究．
关键词：图像去雾；双边滤波；暗通道；天空检测；区域生长 中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７２０５８Ｘ（２０１７）０５００３７０６
在雾霾条件下拍摄的户外图像，由于受到大气 中悬浮的微小颗粒散射的影响，其质量往往会出现 比较严重 的 退 化，如 对 比 度 降 低、颜 色 失 真 等。 图 像的视觉效果变差，许多图像的细节被雾霾掩盖而 难以察觉。图像去雾就是要消除雾霾的影响，对雾 霾天气图 像 进 行 清 晰 化 处 理，还 原 雾 天 场 景 的 细 节，增强图像的清晰度。在图像去雾中常用基于大 气散射的物理模型来描述有雾图像，由于雾霾与场 景深度是相关的，使得单幅图像去雾成为了一个复 杂问题。
（２）
图像去雾就是围绕上述物理模型，在一定的先
验假设的基础之上，估计出大气光 Ａ和场景透射率
ｔ（ｘ），然后代入到式（２）中得到无雾图像 Ｊ（ｘ）的一种统计
规律：在大 多 数 非 天 空 的 局 部 区 域 内，存 在 一 些 像
素点在至少一个颜色通道内的亮度值很低且接近
１ 算法
１．１ 雾天成像模型
在计算机视觉和计算机图形学领域，广泛使用 基于大气散射物理模型的雾天成像方程［６］，该模型
的表述为 Ｉ（ｘ）＝Ｊ（ｘ）ｔ（ｘ）＋Ａ（１－ｔ（ｘ））
（１）
其中，Ｉ（ｘ）为输入图像，即观测到的有雾图像，Ｊ（ｘ）
为复原的图像，即场景辐射，Ａ为大气光，是一个全
局常量，ｔ（ｘ）为场景透射率，它随场景深度的不同而
变化，ｘ为图像中的像素点的位置。式（１）右边第一
项 Ｊ（ｘ）ｔ（ｘ）称为直接衰减（ＤｉｒｅｃｔＡｔｔｅｎｕａｔｉｏｎ），它 随着场景的距离呈指数衰减，第二项 Ａ（１－ｔ（ｘ））称
为大气散射光或大气光幕（ＡｔｍｏｓｐｈｅｒｉｃＶｅｉｌ），它的
存在会使得场景颜色出现偏移。重写式（１）得到其
另一种形式： Ｊ（ｘ）＝Ｉ（ｘ）－Ａ＋Ａ ｔ（ｘ）
Copyright©博看网 . All Rights Reserved.
３８
重庆工商大学学报（自然科学版）
第 ３４卷
下拍摄的户外图像，常规去雾后天空区域常常出现 的失真问题，提出了一种结合天空区域检测的图像 去雾算法。首先用暗通道理论来估计大气光，然后 利用双边 滤 波 器 来 估 计 大 气 光 幕，求 得 透 射 率 图， 再进行天空区域检测并根据结果对透射率图进行 修正，最后代入得到复原图像。
于 ０，也即是说在这样的一个局部区域内，最小亮度
值接近于 ０。
暗通道的表述形式如下：
Ｊｄａｒｋ（ｘ）＝ ｍｉｎ（ ｍｉｎ （Ｊｃ（ｙ））） ｙ∈Ω（ｘ） ｃ∈｛ｒ，ｇ，ｂ｝
（３）
其中，Ｊｃ是图像 Ｊ的颜色通道，Ω（ｘ）是中心点在 ｘ
的局部块。根据暗通道先验有 Ｊｄａｒｋ趋近于 ０。对于 有雾图像，其 暗 通 道 的 亮 度 要 比 无 雾 图 像 的 要 高， 并且雾越浓 的 地 方，亮 度 越 高，因 此 有 雾 图 像 的 暗 通道可以近似反映雾的浓度大小，而大气光一般在 雾最浓的地方取得。所以先从暗通道中选取最亮 的前 ０．１％的像素点，然后在原图像对应的位置中寻 找亮度最大的值作为大气光 Ａ的估计值。这里的 Ω（ｘ）采用的是 １５×１５的邻域。
结合天空区域检测的图像去雾算法研究与实现
张燕丽１，２，柯 旭３
（１．广东农工商职业技术学院 计算机系，广州 ５１０１０７；２．华南理工大学 计算机科学与工程学院，广州 ５１０００６； ３．西安电子科技大学 通信工程学院，西安 ７１００７１）
摘 要：针对雾霾条件下拍摄的户外图像，常规去雾后天空区域常常出现的失真问题，提出了一种结合 天空区域检测的图像去雾算法；算法先根据暗通道理论估计出大气光强度，使用双边滤波器得到大气光幕， 求得透射率图，再结合天空区域检测的结果对透射率进行修正，最后代入雾天成像模型得到复原的图像；实 验结果表明：结合天空区域检测的图像去雾算法可以有效地检测出图像中是否存在天空区域，针对检测结 果修正的透视率，能够使修复后有天空区域的图像看起来更加自然平滑，没有明显失真，不存在天空区域的 图像，图像对比度大大提升，在景深较大的区域恢复出更多的细节；算法对各类图像均可取得较为理想的去 雾效果。
第 ３４卷第 ５期
重庆工商大学学报（自然科学版）
２０１７年 １０月
Ｖｏｌ．３４ ＮＯ．５
ＪＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌＢｕｓｉｎｅｓｓＵｎｉｖ（ＮａｔＳｃｉＥｄ）
Ｏｃｔ．２０１７
ｄｏｉ：１０．１６０５５／ｊ．ｉｓｓｎ．１６７２－０５８Ｘ．２０１７．０００５．００７
独立成分分析的方法估计透射率，该方法只适合于 薄雾图像，对于雾霾浓度较高时效果较差。Ｈｅ［３］等 人首次 提 出 来 一 种 简 单 而 有 效 的 先 验 规 律———暗 通道先验（ＤａｒｋＣｈａｎｎｅｌＰｒｉｏｒ），利用该先验规律直 接估计出粗糙透射率，然后利用软抠图算法［４］（Ｓｏｆｔ Ｍａｔｔｉｎｇ）获得精细的透射率图。该方法的去雾效果 明显，鲁棒性好，但是其算法复杂度过高，运算速度 过慢。Ｔａｒｅｌ［５］基 于 大 气 耗 散 函 数 在 其 可 行 域 中 逼 近最大值 的 假 设，采 用 滤 波 的 方 法 来 估 计 大 气 光 幕，进而求 得 透 射 率。 该 方 法 去 雾 效 果 较 好，但 是 结果图 像 偏 暗，且 参 数 过 多，设 置 不 当 容 易 引 起 Ｈａｌｏ效应。另外，还有很多基于以上算法的改进算 法，提高了算法的速度。
上述常见的图像去雾算法均能取得不错的效 果，但当图 像 出 现 大 面 积 天 空 区 域 时，对 天 空 区 域 的处理时普遍效果不佳。为此，本文针对雾霾条件
收稿日期：２０１７－０３－０１；修回日期：２０１７－０４－３０． 基金项目：国家自然科学基金（６１３７２０６８）；广东省农村信息化建设专项资金资助项目（２０１２１０１１２７００５１８）． 作者简介：张燕丽（１９７５－），女，河南郑州人，副教授，硕士，从事图像处理和软件开发研究．
关键词：图像去雾；双边滤波；暗通道；天空检测；区域生长 中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７２０５８Ｘ（２０１７）０５００３７０６
在雾霾条件下拍摄的户外图像，由于受到大气 中悬浮的微小颗粒散射的影响，其质量往往会出现 比较严重 的 退 化，如 对 比 度 降 低、颜 色 失 真 等。 图 像的视觉效果变差，许多图像的细节被雾霾掩盖而 难以察觉。图像去雾就是要消除雾霾的影响，对雾 霾天气图 像 进 行 清 晰 化 处 理，还 原 雾 天 场 景 的 细 节，增强图像的清晰度。在图像去雾中常用基于大 气散射的物理模型来描述有雾图像，由于雾霾与场 景深度是相关的，使得单幅图像去雾成为了一个复 杂问题。
（２）
图像去雾就是围绕上述物理模型，在一定的先
验假设的基础之上，估计出大气光 Ａ和场景透射率
ｔ（ｘ），然后代入到式（２）中得到无雾图像 Ｊ（ｘ）的一种统计
规律：在大 多 数 非 天 空 的 局 部 区 域 内，存 在 一 些 像
素点在至少一个颜色通道内的亮度值很低且接近
１ 算法
１．１ 雾天成像模型
在计算机视觉和计算机图形学领域，广泛使用 基于大气散射物理模型的雾天成像方程［６］，该模型
的表述为 Ｉ（ｘ）＝Ｊ（ｘ）ｔ（ｘ）＋Ａ（１－ｔ（ｘ））
（１）
其中，Ｉ（ｘ）为输入图像，即观测到的有雾图像，Ｊ（ｘ）
为复原的图像，即场景辐射，Ａ为大气光，是一个全
局常量，ｔ（ｘ）为场景透射率，它随场景深度的不同而
变化，ｘ为图像中的像素点的位置。式（１）右边第一
项 Ｊ（ｘ）ｔ（ｘ）称为直接衰减（ＤｉｒｅｃｔＡｔｔｅｎｕａｔｉｏｎ），它 随着场景的距离呈指数衰减，第二项 Ａ（１－ｔ（ｘ））称
为大气散射光或大气光幕（ＡｔｍｏｓｐｈｅｒｉｃＶｅｉｌ），它的
存在会使得场景颜色出现偏移。重写式（１）得到其
另一种形式： Ｊ（ｘ）＝Ｉ（ｘ）－Ａ＋Ａ ｔ（ｘ）
Copyright©博看网 . All Rights Reserved.
３８
重庆工商大学学报（自然科学版）
第 ３４卷
下拍摄的户外图像，常规去雾后天空区域常常出现 的失真问题，提出了一种结合天空区域检测的图像 去雾算法。首先用暗通道理论来估计大气光，然后 利用双边 滤 波 器 来 估 计 大 气 光 幕，求 得 透 射 率 图， 再进行天空区域检测并根据结果对透射率图进行 修正，最后代入得到复原图像。
于 ０，也即是说在这样的一个局部区域内，最小亮度
值接近于 ０。
暗通道的表述形式如下：
Ｊｄａｒｋ（ｘ）＝ ｍｉｎ（ ｍｉｎ （Ｊｃ（ｙ））） ｙ∈Ω（ｘ） ｃ∈｛ｒ，ｇ，ｂ｝
（３）
其中，Ｊｃ是图像 Ｊ的颜色通道，Ω（ｘ）是中心点在 ｘ
的局部块。根据暗通道先验有 Ｊｄａｒｋ趋近于 ０。对于 有雾图像，其 暗 通 道 的 亮 度 要 比 无 雾 图 像 的 要 高， 并且雾越浓 的 地 方，亮 度 越 高，因 此 有 雾 图 像 的 暗 通道可以近似反映雾的浓度大小，而大气光一般在 雾最浓的地方取得。所以先从暗通道中选取最亮 的前 ０．１％的像素点，然后在原图像对应的位置中寻 找亮度最大的值作为大气光 Ａ的估计值。这里的 Ω（ｘ）采用的是 １５×１５的邻域。
结合天空区域检测的图像去雾算法研究与实现
张燕丽１，２，柯 旭３
（１．广东农工商职业技术学院 计算机系，广州 ５１０１０７；２．华南理工大学 计算机科学与工程学院，广州 ５１０００６； ３．西安电子科技大学 通信工程学院，西安 ７１００７１）
摘 要：针对雾霾条件下拍摄的户外图像，常规去雾后天空区域常常出现的失真问题，提出了一种结合 天空区域检测的图像去雾算法；算法先根据暗通道理论估计出大气光强度，使用双边滤波器得到大气光幕， 求得透射率图，再结合天空区域检测的结果对透射率进行修正，最后代入雾天成像模型得到复原的图像；实 验结果表明：结合天空区域检测的图像去雾算法可以有效地检测出图像中是否存在天空区域，针对检测结 果修正的透视率，能够使修复后有天空区域的图像看起来更加自然平滑，没有明显失真，不存在天空区域的 图像，图像对比度大大提升，在景深较大的区域恢复出更多的细节；算法对各类图像均可取得较为理想的去 雾效果。
第 ３４卷第 ５期
重庆工商大学学报（自然科学版）
２０１７年 １０月
Ｖｏｌ．３４ ＮＯ．５
ＪＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌＢｕｓｉｎｅｓｓＵｎｉｖ（ＮａｔＳｃｉＥｄ）
Ｏｃｔ．２０１７
ｄｏｉ：１０．１６０５５／ｊ．ｉｓｓｎ．１６７２－０５８Ｘ．２０１７．０００５．００７