单幅图像自动去雾新算法(精)

第16卷第4期2011年4月

中国图象图形学报Journa l o f I m age and G raphics

V o.l 16,N o .4

A pr .,2011

中图法分类号:TP391.41 文献标志码:A 文章编号:1006-8961(201104-0516-06

论文索引信息:郭璠,蔡自兴,谢斌唐琎.单幅图像自动去雾新算法[J].中国图象图形学报,2011,16(4:516-521

收稿日期:2010-01-06;修回日期:2010-02-10基金项目:国家自然科学基金项目(90820302。

第一作者简介:郭璠(1982 ,女。中南大学计算机应用技术专业博士研究生,主要研究方向为数字图像处理、虚拟实验环境等。E-m ai:l guofancs u@163.co m 。

单幅图像自动去雾新算法

郭璠,蔡自兴,谢斌,唐琎

(中南大学信息科学与工程学院,长沙 410083

摘要:针对雾天拍摄图像的退化现象,提出一种针对单幅图像的自动去雾新算法。该算法先将有雾图像从RGB 转换到Y CbC r 颜色空间后,再在亮度分量上进行多尺度R eti nex 处理,所得的亮度图在图像清晰度评价指标的调控下经过反色变换和中值滤波即可求得传播图,并进一步得到清晰化后的复原图像。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。

关键词:雾;清晰化;亮度分量;R e ti nex 算法;图像清晰度评价指标

New algorith m of auto m atic haze re moval for single image

Guo Fan ,Ca i Zi x ing ,X i e B i n ,Tang Ji n

(School o f Infor m ation Science and E ng i n ee ring,Cen t ral S outh Un iversit y,Chang sha 410083China

Abstrac t :A i m a t the degradation o f si ng l e i m age under haze conditi ons ,th i s paper propo ses a ne w a l gor it hm o f au t om atic haze re m ova.l It fi rst transfor m s t he haze i m ag e from RG B to Y CbC r co l o r space ,and usesm ult-i sca le R etinex a l gor it hm on the l um inance component ,then conduct a sub tracti on operati on w it h t he con tro l of i m age quality assess ment .A fter m ed i an filter on the i m age ,the trans m i ssi on m ap i s obta i ned and t he haze re m oval i m age can be obta i ned as w e l.l Exper i m ents show tha t the a l gor it hm can effecti ve l y i m prove t he deg radati on of i m age and enhance its quality .K eywords :ha ze ;haze re m ova;l l u m i nance co m ponent ;R eti nex a l gor it hm ;

i m ag e qua li ty assess m ent

0 引言

有雾图像清晰化是计算机视觉领域中一个重要问题,对雾天图像进行去雾可以增加图像的视觉效果。在雾天情况下,由于场景的能见度降低,图像中目标对比度和颜色等特征被衰减,因而无法满足室外视频工作系统需要准确提取图像特征的需求。由此可见,消除图像中雾气对场景目标的影响具有重大的现实意义。

目前,对于雾天图像的处理方法主要分为两类:基于图像处理的雾天图像增强方法和基于物理模型

的雾天图像复原方法。图像增强方法能有效提高对

比度,突出细节。典型方法如直方图均衡化算法。此法虽然实现简单,但没有考虑到雾天图像中景深的多样性,因而有时无法得到好的效果。为此,祝培

等人先将图像中的天空区域分离之后,再利用图像中不同深度的景物特征,对雾天景物影像进行局部自适应增强

[1]

。但是,该方法在进行景物影像的清

晰化时,采用的是基于移动模板的快重叠直方图均衡化方法。而移动模板大小的确定,需要对所拍摄的样本图像进行观察学习,即需要人工参与,这就决定了此方法很难满足对变换场景的实时图像处理需求。基于物理模型的图像复原方法针对性强,得到

第4期郭璠等:单幅图像自动去雾新算法517

的结果自然,能够取得较为理想的去雾效果。一些学者利用M cCartney提出的大气散射模型[2],通过对雾天场景建模来解决雾天图像的去雾问题。如陈功等人借助一张晴天和一张雾天场景的参考图像,计算出场景各点的深度关系来复原雾天图像[3]。但是,由于该方法对图像采集的要求过于苛刻,因而在实际中难以实现。近年来,众多研究者致力于如何按照降质图像中雾气浓度的变化,达到彻底去雾的目的。在这方面的早期工作是由Tan等人完成的[4]。他们通过统计发现无雾图像相对于有雾图像必定具有较高的对比度,从而利用最大化复原图像的局部对比度来达到去雾的目的,该方法的缺点在于复原后的图像颜色常常过于饱和。此外,Fattal等人在假设光的传播和场景目标表面遮光部分是局部不相关的前提下,估算出场景的辐照度和传播图像[5]。由于该方法基于数理统计,并且要求有足够多的颜色信息,所以当处理浓雾天气下颜色暗淡的图像时,该方法无法得到可信的传播图像,因而复原后的图像失真较大。为了解决以上两种方法的问题,何恺明最近提出了基于暗原色的单一图像去雾技术[6]。该方法指出无雾图像中存在能识别雾气浓度的暗原色统计规律,根据此规律复原后的图像,达到了很好地去雾效果,但该方法具有较大的计算代价。

针对以上这些问题,提出一种基于亮度分量的自动图像去雾方法,即先将有雾图像从RGB转换到YCbC r颜色空间后,在亮度分量Y上进行多尺度Retinex处理,然