单幅图像的快速去雾算法

合集下载

相关主题

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)。

ｍｎ
１
０
２２ｍ＋ｎ）ｄｍｄｎ＝１２２ σ ０
（）７
２大气退化物理模型
散射是造成图像退化的主要原在有雾等恶劣天气条件下，因。大气散射是一个复杂的过程，它取决于大气中悬浮微粒的类型、大小、浓度以及光的波长、极化状态等。ＭｃＣａｒｔｎｅｙ于［］１～３，９，年提出了著名的大气散射模型包括衰减模型和环１９７５
光电子 · 激光
·Ｌ第２２卷第１１期２０１１年１１月Ｊｏｌ．２２Ｎｏ．１１Ｎｏｖ．２０１１ｏｕｒｎａｌｏｆＯｔｏｅｌｅｃｔｒｏｎｉｃｓａｓｅｒＶｐ
表面阴影和大气传递函数在图像局部小方块上统计不相关的，）假设，在马尔可夫随机场（框架的约ＭａｒｋｏｖｒａｎｄｏｍｆｉｅｌｄＭＲＦ束下实现了单幅图像的去雾。但该法依赖于整幅图像的颜色信息，因此仅适用于彩色图像，对灰度图像不成立；且当存在较］］例如：浓雾区域）时，该法会失效。文献［和［的方大噪声（２３法既适用于彩色图像，也适用于灰度图像；但该法对本身饱和容易造成图像色彩过度较高的场景往往不能得到较好的效果，，］，［］饱和而失真。再有，文献［不像文献那样，把图像平６７１５～［］［６均分割，而是根据图像的颜色信息或几何位置信息７］等进行分割。上面几种方法都致力于如何在分割后的图像局部小方块内寻求去雾方法，而对图像进行分割以及后期局部小方块的是造成算法处理速度较图像处理往往需要耗费大量的计算量，）慢的原因。本文提出一种新的空气光（估算法，不需要ａｉｒｌｉｈｔｇ分割图像，直接运用高斯低通滤波器分离出背景空气光，利用雾天图像退化模型实现单幅图像的去雾，最后再对图像的饱和
］１～３，９）境光（空气光［模型，即（（（）ｘ）ｘ）ｔｘ）１－ｔｘ）＝Ｊ（＋Ａ（Ｉ
３．３亮度复原
），值代入式（即可求出复原后的ｘ）５把上面求出的Ａ和Ｖ（Ｖ亮度分量Ｊ（为ｘ）Ｖ（Ｉｘ）ｘ）－Ｖ（Ｖ（）ｘ）８＝Ｊ（Ｖ（ｘ）１－Ａ亮的部分和暗雾天图像往往表现为直方图偏向中间部分，这时需将直方图进行扩展。线性对比度拉的部分又少又集中， ” 伸是一种简单有效的调整方法。根据高斯分布“ 规则，对于３ σ ，］，其值落在区间［内是允许的正态随机变量来说，３３ σμ＋ σ μ－故取（）９ＶＪ３ σ ｍａｘ＝μ＋ＶＶＶ其中：Ｊｍｉｎ和Ｊｍａｘ分别为复原后的亮度Ｊ的最小值和最大值； μ Ｖ和σ 是Ｊ的均值和标准差。则拉伸后图像的每一个谱分量值为ＶＶ，０Ｊｉｎ ≤Ｊｍｉｎ
度（对彩色图像）进行校正。本文算法简单，运算速度快，对６００，［，］彩色图像的处理时间仅为比文献减少很 × ４００２－３ｓ１３多。且既适用于彩色图像，又适用于灰度图像。
）。式（）取８需满足归一化条件０６（ｅｘ－ｐ槡２ π σ
：，ＡｂｓｔｒａｃｔＰｒｏｃｅｓｓｉｎｏｕｔｄｏｏｒｉｍａｅｓｉｓｄｉｆｆｉｃｕｌｔｗｉｔｈｔｈｅｒｅｓｅｎｃｅｏｆｈａｚｅｆｏｏｒｓｍｏｋｅｗｈｉｃｈｆａｄｅｓｔｈｅｇｇｐｇｃｏｌｏｒｓａｎｄｒｅｄｕｃｅｓｔｈｅｃｏｎｔｒａｓｔｏｆｔｈｅｏｂｓｅｒｖｅｄｏｂｅｃｔｓ．Ａｎｏｖｅｌａｌｏｒｉｔｈｍｆｏｒａｓｉｎｌｅｉｍａｅｄｅｈａｚｉｎｉｓｊｇｇｇｇｒｏｏｓｅｄｉｎｔｈｉｓｄｏｅｓｎ ′ ｔｎｅｅｄｔｏｓｅｍｅｎｔｔｈｅｉｍａｅ．Ｔｈｅｂａｃｋｒｏｕｎｄａｉｒｌｉｈｔｉｓｓｅａｒａｔｅｄｄｉｒｅｃｔａｅｒ．Ｉｔ－ｐｐｇｇｇｇｐｐｐｌｂＧａｕｓｓｌｏｗｆｉｌｔｅｒ．Ｔｈｅａｔｍｏｓｈｅｒｉｃｌｉｈｔｉｓｅｓｔｉｍａｔｅｄｂｔｈｅｒｅｆｉｎｅｍｅｎｔｄａｒｋｃｈａｎｎｅｌａｓｓｒｉｏｒ－ｙｙｙｐｇｐｐ．，，，ｗｉｔｈｔｈｅｍｏｄｅｌｏｆｈａｚｅｉｍａｅｔｈｅｉｍａｅｉｓｒｅｓｔｏｒｅｄｔｈｅｓａｔｕｒａｔｉｏｎｉｓｃａｌｉｂｒａｔｅｄａｎｄＣｏｍｂｉｎｅｄｈｓｉｃａｌｇｇｐｙｔｈｅｎｔｈｅｆｉｎａｌｅｆｆｅｃｔｏｆｒｅｓｔｏｒａｔｉｏｎｉｓｏｂｔａｉｎｅｄ．Ｔｈｅｍａｉｎａｄｖａｎｔａｅｏｆｔｈｅｒｏｏｓｅｄａｌｏｒｉｔｈｍｉｓｔｈｅｇｐｐｇｏｓｓｉｂｉｌｉｔｒａｓｅｅｄ．Ａｎｏｔｈｅｒａｄｖａｎｔａｅｉｓｔｈｅｔｏｈａｎｄｌｅｂｏｔｈｃｏｌｏｒｉｍａｅｓａｎｄｌｅｖｅｌｉｍａｅｓ．Ｔｈｅｅｘｅｒ－ｐｙｇｙｐｇｇｇｐｒｏｏｓｅｄｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆｔｈｅａｌｏｒｉｔｈｍａｎｄｏｔｈｅｒａｌｏｒｉｔｈｍｓａｒｅｃｏｍａｒｅｄａｎｄａｎａｌｚｅｄｔｏｉｌｌｕｓｔｒａｔｅｐｐｇｇｐｙｒｏｏｓｅｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍｅｔｈｏｄ．ｔｈｅｐｐ：；；；Ｋｅｗｏｒｄｓｓｉｎｌｅｉｍａｅｄｅｈａｚｉｎｍｏｄｅｌｉｍａｅｒｅｓｔｏｒａｔｉｏｎｉｍａｅｓｅｍｅｎｔａｔｉｏｎｈｓｉｃａｌｇｇｇｐｇｇｇｙｙ
：ａｉｌｈｈｈｌｌ１００ａｈｏｏ．ｃｏｍ．ｃｎ＊Ｅ－ｍ＠ｙ收稿日期：２０１１０２２７２０１１０６１０－－修订日期：－－）基金项目：福建省教育厅科技研究项目（ＪＢ１０１４２
０１１年第２２卷光电子 · 激光２
ＶＶＪＪｉｎ－ｍｉｎＶＶＶＶｒＪｍａｘ，ｍｉｎ＜Ｊｉｎ＜ＪｍａｘＪｏｕｔ＝ＶＶｄ烅ＪｍａＪｘ－ｍｉｎＶＶｄｒＪｍａｘ，ｉｎ ≥Ｊｍａｘ烆
（）１－ βｄ（）（）２ｔｘ＝ｅ（其中：是输入的含雾图像（灰度图像或Ｒ的辐射Ｉｘ）ＧＢ图像））信息；式（右边第１项代表衰减模型；第２项是环境光模型；１Ｊ
ＦａｓｔｄｅｈａｚｉｎａΒιβλιοθήκη Baiduｌｏｒｉｔｈｍｆｏｒａｓｉｎｌｅｉｍａｅｇｇｇｇ
＊ＨＵＡＮＧＬｉｈｏｎ－ｇ
（，，，）ＤｅａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃｓ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｉｎｅｅｒｉｎＰｕｔｉａｎＵｎｉｖｅｒｓｉｔＰｕｔｉａｎ３５１１００Ｃｈｉｎａｐｇｇｙ
１引言
光在大气介质中传播时会受到悬浮颗粒散有雾天气下，射、折射等复杂作用而发生变化，导致户外监控系统获取的景物图像对比度下降、颜色退化，严重影响了监控系统性能的发挥。因此，对恶劣天气条件下（雾、霭、雨、烟等）的景物图像进行清晰化处理具有重要意义。近年不断有单幅图像去雾方法］１～８。但由于雾对图像的影响与未知的场景深度信息有提出［关，基于单幅图像的去雾面临很大的挑战，尤其是如何在单幅，图像中提炼出与场景深度有关的信息是实现去雾的关键。典型的方法是把图像分割成许多小方块，并假设每一局部小方块内的场景深度一致，再通过适当的估算与后期图像修补达到去］雾的目的。如，文献［都是用平均分割法把图像分割成相１５～［］１等的几个小方块后进行处理。其中Ｆ提出基于独立分量ａｔｔａｌ，，分析的方法（基于图像ＩｎｄｅｅｎｄｅｎｔＣｏｍｏｎｅｎｔＡｎａｌｓｉｓＩＣＡ）ｐｐｙ
单幅图像的快速去雾算法
黄黎红＊
（）莆田学院电子信息工程系，福建莆田３５１１００摘要：雾的存在使得户外图像的处理变得困难。雾、霭、烟等现象会使彩色图像退化，对比度降低。介绍了一种不需要分割图像，直接利用高斯低通滤波器分离出背景空气光，利用改良的暗通道法单幅图像的去雾新算法，对大气光进行估计，结合雾天图像的物理模型对图像进行复原，最后再对图像的饱和度进行校正，得到最终的复原效果。该算法的主要优点是速度快，且不仅可以应用于彩色图像，也可以适用于灰度图像。最后通过几种算法的实验结果比较和分析，表明本文算法是有效的。关键词：单幅图像去雾；物理模型；图像复原；图像分割（）中图分类号：ＴＰ３９１．４１Ａ文章编号：１００５００８６２０１１１１１７３５０４文献标识码：－－－