一种雾天退化场景快速复原方法-华侨大学学报（自然科学版）.DOC

一种雾天退化场景快速复原方法 王伟鹏，戴声奎，项文杰 (华侨大学 信息科学与工程学院，福建 厦门 361021) 摘要：针对雾天条件下图像退化的问题，提出了一种新的场景复原方法。首先结合大气散射模型与光学反射成像的特性，对大气耗散函数提出物理约束条件，利用双边滤波的边缘保持特性得到大气耗散函数的初始估计，并通过引入像素值与局部均值的比较局部均值与局部标准差来近似估计图像对比度，从而降低对比度较强的部分区域的雾浓度估计来获取更加准确的大气耗散函数。最后求解雾图成像方程，恢复理想光照条件下的辐射强度。实验结果表明，该方法对于图像的细节和颜色恢复非常有效，并且能有效克服边缘残雾现象以及颜色过饱和等不足。 关键词：去雾；图像复原；大气散射模型；双边滤波；图像增强 中图分类号：TP391.4 文献标志码：A 雾霾是由于大气中悬浮的微小颗粒和气溶胶的折射、散射等复杂作用，导致能见度严重降低的现象。它不仅直接影响交通运输的安全，同时往往使户外监控系统无法正常工作。因此，对恶劣天气下采集的图像进行有效的清晰化处理是使户外成像系统可靠、稳健工作的保证。图像去雾是一个具有挑战性的课题，因为单幅图像中雾气所依赖的深度信息是未知的，从而使这一问题的解决受到制约。 近年来，基于先验信息或假设的单幅图像去雾技术成为热门研究的对象。Fattal[1]假设图像的局部区域的反照率为常量，且表面投影与透射率具有局部统计不相关性，利用ICA来估计场景反照率，该方法本质上是非线性反问题的求解，对浓雾图像的处理效果不佳，且无法处理灰度图像。He等人[2]提出一种基于暗通道先验的去雾方法，对于一般户外图像的复原效果显著，然而该方法的最大缺点是计算复杂，对系统的计算能力要求较高，制约了该方法的实际应用。Tarel[3]利用中值滤波的变换形式估计大气耗散函数，然而中值滤波对边缘信息保持不佳，导致去雾图像在景深突变的边界处仍有残留雾气，且该方法的参数不易调整，部分结果有偏色现象。Yu 等[4]对大气散射模型进行变换，利用双边滤波器估计大气耗散函数，进而恢复场景反照率，然而该方法对于近似雾气的灰白色目标的复原效果不理想。文献[5-7]在暗通道先验的基础上，通过改进透射率的求解，从而降低计算复杂度。 针对单幅图像的去雾问题，本文结合雾图成像模型，提出一种新的场景复原算法。由于大气耗散函数与场景深度成正相关性，同时具有空间平滑特性，因此在文献[4-5]的基础上利用双边滤波的保边缘特点对其进行初始估计；同时为了进一步减弱对比度较好的局部区域的去雾处理，本文通过局部均值计算引入灰度平均值与标准差来近似表示局部对比度，进而修正大气耗散函数；并通过改进He方法[2]中关于大气光值的估计，从而获得更加准确的复原结果。与目前较流行的算法相比较，本文方法在处理结果上较取得了相似甚至更好的视觉效果，并且运行速度明显提高时间复杂度明显降低，能较好的应用于导航监控等户外机器视觉系统。 1 雾图成像模型及其特性 在计算机视觉和图形学中，描述雾天成像的基本模型[8-9]为： (1) 式中，为观测到的雾天图像即输入图像；为场景的光线强度即复原图像，也称为场景反照率；为大气散射系数，为场景深度，表示透射率分布；为大气光辐射强度，一般假设为全局常量。 从式(1)可知，雾图成像模型由和两项组成。第一项表示直接衰减，由于大气中介质粒子的散射作用，部分物体的反射光因散射而损失，未散射部分直接到达成像传感器的强度；第二项为环境光模型，反映全局大气光强度的散射导致场景颜色的偏移。 对方程式(1)进行改写，得到另一种等价形式： (2) 式中，用表示大气耗散函数，即，因此只需估计出和即可求得，得到理想条件下的无雾图像。 2 图像复原算法 2.1 大气耗散函数的物理约束条件 自然界中的物体对光线具有反射和吸收的特性，物体成像的色彩则是由于反射白光中部分频率的光线而吸收特定频率的光线所形成的。雾天场景下的图像采集过程中，物体的颜色是由于对光的三个颜色分量的反射和吸收特性生成，对于颜色丰富的彩色物体或者单一的灰白色物体，其中至少有一个颜色分量的反射系数较低，强度值较小。因此，对于雾天图像，其大气耗散函数应该满足物理特性的约束条件： (3) 式中，，对于彩色图像，表示中三个颜色通道的最小值，对于灰度图像，则有。这基本上与文献[3]的观点保持一致，即大气耗散函数的每个像素值应介于0与原图像的最小通道值之间。 2.2 大气耗散函数的生成 利用中值滤波的方法可以近似估计的局部均值和标准差，两者的差值可作为的初始估计[3]，但它对于图像的边缘保持不