基于双边滤波的实时图像去雾技术研究.pptVIP

* 所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。 基于双边滤波的实时图像去雾技术研究 前言 1.Tan通过增强局部区域颜色对比度的方法, 首次实现基于单幅图像信息的去雾。 2.Fattal假定雾天大气介质透射比与表面阴影局部不相关, 利用独立成分分析(ICA)的方法估计透射比。 3.He等人首次提出了一种物理先验统计规律———暗原色先验(dark channel prior),并利用该规律直接估计大气透射比,实现图像去雾。 针对目前去雾算法普遍存在的算法复杂度高、处理速度慢等缺点,作者首先基于暗原色先验统计规律鲁棒地估计出大气光。在此基础上,提出一种新的基于双边滤波器的快速大气光幕估计方法, 并利用大气散射物理模型恢复去雾图像。 1.基于大气散射模型的成像方程 Narasimhan等人给出了基于大气散射物理模型的雾天成像方程： 式中:IJ 为场景在理想气象条件下的辐射强度; IJ(x,y)τ(x,y)对应衰减后的辐射强度; IA 为全局大气光辐射强度; IA[1-τ(x,y)]对应大气光散射强度; I(x,y)为实际辐射强度,对应于雾天退化图像(x,y)处像素点的颜色值; τ为大气透射比,对于同性大气 式中:β 为大气散射系数;d 为景深。 1.基于大气散射模型的成像方程 重写方程,得到上述成像方程的一种等价形式： 式中V 为大气光幕(atmospheric veil)。 本文中提出的基于双边滤波的实时图像去雾方法即可通过直接求解上面的方程实现。 2.基于双边滤波的去雾算法 在使用暗原色先验规律鲁棒地估计出全局大气光 IA 的基础上，将大气光幕的精确估计问题转化为一种快速双边滤波估计问题，进而通过求解大气散射物理方程直接恢复出去雾后图像 IJ，在取得更佳去雾效果的同时,运算速度得到了极大的提升。 2.1基于暗原色先验的大气光估计 暗原色先验是一种基于无雾图像的先验统计规律。在纹理较丰富的无雾图像中, 每一个局部区域都很有可能会有纯色或黑色的阴影。因此, 每一个局部区域都很可能在至少1个颜色通道内含有很低的值,近似为0。对于图像IJ, 该先验IJd 表达式为： 式中IcJ为图像IJ 的颜色通道, c∈{r,g,b}, (x′,y′)∈Ω(x,y), Ω(x,y)是以点(x,y)为中心的局部区域。 2.1基于暗原色先验的大气光估计 对于退化图像I ,在雾较浓区域,其暗原色先验图像Id 的亮度将明显增加, 因此带雾图像暗原色先验的亮度可近似雾的浓度, 大气光IA 的颜色值通常对应于雾最浓的区域。基于此, 给出大气光估计。具体实现步骤： ① 求取带雾图像的暗原色先验图Id, ② 从Id 统计出前0.1%亮度最高的像素点。 ③ 在带雾图像I 中搜索步骤②给出的亮度极小值点, 并将该点亮度值作为大气光IA 的颜色值。这种基于暗原色先验的自动大气光估计方法简单 易行, 并且相比以前方法具有更强的鲁棒性。 2.2大气光幕估计 对彩色图像(RGB颜色空间), 令: 则有约束条件:0≤V(x ,y)≤W (x ,y)。对于灰度图像,有W =I。 W 局部均值与局部标准差之间的差值可较好地近似V ,在景深d 突变的局部区域,V也会随之产生跃变;而在景深变化平缓的局部区域, V 同样趋于平缓(如图1所示) 2.2大气光幕估计 为避免出现残雾及光晕现象, 在估计W 局部均值与局部标准差时, 必须保护其沿边缘方向的跃变, 而这正是双边滤波器的独有特性。双边滤波器定义为： 式中:Ip, Iq 分别表示图像I 中坐标为p 和q 像素点的颜色值; Wp为滤波器归一化系数;Gσr ,Gσs 分别是图像I 值域R 和空域S 上以σr, σs 为参数的高斯核;符号|?| 表示绝对值, ||?|| 表示两像素点之间的欧式距离。可见, 双边滤波在处理相邻像素值的灰度时, 不仅考虑到了空间的邻近关系, 也考虑到了灰度的相似关系, 可在平滑图像的同时保持图像边缘。 2.2大气光幕估计 基于上述分析,提出了基于双边滤波的大气光幕估计方法,具体步骤如下： ① 采用双边滤波器估计W 局部均值M (x, y)及局部标准差D(x, y),分别为 ② 计算M(x,y)与D(x,y)之差V′(x,y),V′(x,y)=M(x,y)-D(x,y).。 ③ 考虑约束条件0≤V(x,y)≤W (x,y),求取大气光幕V(x,y), 式中参数ω∈(0,1)控制去雾后图像远景处的残余雾量,用以保证去雾后图像在视觉上的自然效果。为了提高算法的运算速度,采用一种