图像去雾透射率的优化算法

学术探讨・基坌　图像去雾透射率的优化算法　张阳Ｌ　王瑕Ｌ。肖梦　徐国庆　（１．武汉工程大学计算机科学与工程学院，湖北武汉４３０２０５；　２．武汉工程大学计算机科学与工程实验班，湖北武汉４３０２０５）　［摘要］　在雾、霾等天气条件下，大气粒子的散射作用导致图像严重降质。本文提出一种简单快速的基于物理模型的　图像去雾新算法，对大气散射模型进行化简，得到新的去雾模型。然后，利用暗原色先验方法估计大气光值Ａ，并代入新的简　化模型，得到去雾图像。实验表明，该算法在处理速度和去雾效果上都优于现有算法。　［关键字］　图像去雾；物理模型；暗原色先验；大气光值Ａ　中图分类号：ＴＰ３９１．４１　文献标识码：Ａ　文章编号：１００８．６６０９（２０１７）０６　０００７．０３　．，　ｍｉｎ　（　Ｕ　∽））　（１）　１　引言　Ｊ的某一个颜色通道由Ｊｃ表示，Ｑ（ｘ）是一正方形区域，其　具有目标识别的视觉系统在户外的应用中可能会受到　中心点为Ｘ。Ｊ　没有高强度。若Ｊ为户外无雾图像，则Ｊ　叫　雾霾天气的干扰，可能会导致系统的图像变得模糊，或造成画　做Ｊ的暗原色，暗原色先验　由此得出。　面的对比度下降等。如今，各国的研究人员越来越重视这些　暗通道先验的理论指出：Ｊ　一０　（２）　缺陷，这方面的研究越来越多，并且取得了不错的研究成　果。在使图像变清晰的过程中，一般可用两类方法，分别是基　２．２建立雾天的退化模型　大气光项和直接衰减项均会导致有雾图像出现嘲。从其　于图像增强的方法和基于物理模型的图像复原方法。其中　他方向散射过来的光线组成大气光项。当场景光线经过散　同态滤波法、Ｒｅｔｉｎｅｘ算法　、直方图均衡化以及基于大气调　射介质时，被其散射或者吸收，此称为直接衰减项。介质和　制传递函数等均属于图像增强法。第二类方法主要是通过　景深对此衰减具有重要的影响。下式所述的模型是计算机　图像退化的原因以及大气散射规律来建立退化模型，采用图　视觉与图形研究中广泛采用的模型，具体方程如下：　像去雾的手段达到去雾的目的。２００８年Ｔａｎｔ　１提出了通过最　大化局部对比度来恢复图像的色彩对比的方法；同年Ｆａｔｔａｌｔ　Ｊ∽＝．，∽￡∽＋（１一ｔ∽）　（３）　在其研究中假定表面投影及透射率不相关，估算了景物的反　其中，，∽是准备去雾的图像，．，∽为准备恢复的无雾图　射率，并以此推断出空气中景物光在传播时的透射率。　像，大气光成分为Ａ，透射率为　㈤。己知条件为，∽，要求　的目标值为．，㈨，由于该方程有无数个解，故先验是很有必　２算法介绍　要的。　２．１暗通道先验原理　将大气光值当作已知值，假设在局部区域的透射率固定　Ｈｅｔ４￣对５０００幅正常图像做了统计，结果表明，若将该点　不变。对方程（３）取最小运算符并除以Ａ，得到（４）：　像素取为彩色图像中任一像素点ＲＧＢ中的最小值，那么［０，　１６１区域内占有８６％的像素值，说明这个区域的值与零接近，　：ｆ∽　＋ｌ－￡西　（４）　而最小值的通道即是暗通道。若该像素点是在（ｘ，ｙ）领域内　由上式可知，Ｒ／Ｇ／Ｂ三个通道均由上标ｃ来表示。　的局部小方块Ｏ（ｘ，ｙ）中所取，同时是ＲＧＢ中的最小值，将各　将每一个窗口里的透射率定义为常数；㈨，由于它的值　像素点的暗通道值构成的图像作为暗原色图像Ｊ　【　ｌ。如下　是给定的，故把最小值运用在式（５）的两边，最后可以得到下　式（１）所示：　面的式子：　作者简介：张阳（１９９５－），女，湖南张家界人，本科，研究方向为计算机图像处理。　基金项目：本文由湖北武汉工程大学计算机科学与工程学院院长基金项目资金支持，项目编号：２０１７０４５；国家自然科学基金，项目编号：６１５０２３５４。　．７．　学术探讨・基金　ｍｉｎ（ｍｉ　ｎ　（　…ｍｉｎ（ｍ…ｉ　ｎ（　））＋（１　）　（５］　１－ｍ　ｉｎ（ｍ　ｎｎ（ｉＦ（ｙ）ｌＡ　￣）））　∽＝　而（１３）　上式中，＇，（ｙ）是求得无雾的图像，根据前述的暗原色先　验理论有：　明亮区域部分，ｍｉｎ（ｍ　（　））不可以近似为０，故实际　、ＥｉＨ　Ｉ、　ｄ‘　、‘，　㈨　ｍｊｎ（　Ｕ　ｏ．））　０　（６）　上得到的透射率ｆ　。　∽要比暗原色先验所估计的小。　对于明亮区域的去雾修复，通常这些明亮区域一般偏向　于白色，由于三个颜色通道没有很大的差异，所以可以由式　（１４）表示：　￣］Ｃ－Ａ‘总为正数，导出：　ｎ（嗽（　））＝０　将式（７）代入式（５）中可得：　（７）　；∽＝１一ｍｉｎ（嘞（　））　则可以得到透射率的预估值。　２＿３大气光　（８）　Ａ　≈Ａ　≈△　，Ａ　（　＝ｉｃ（　一　，ｃ∈｛ｒ，ｇ，ｂ｝　（１４）　本文中称△　为相对颜色值，而对，和，通道间颜色值　差异的考察与，　一　和．，　一，４　的考察具有相同的结果，使用　相对颜色值来替代颜色值。经结果分析可知，即使△　、　、　之间只有几个像素的差值，由于ｔ很小，将其除去之后，通　道间的颜色值就有很大的差异，将直接导致（１２）式的计算结　果和原图有巨大差异，尤其是在通道方向不一样时，差异特　别明显。　以上计算都把大气光值作为已知值，实际中大气光值是　从暗通道图的有雾图像中得到的，实际的操作步骤如下：　（１）从暗通道图中按照亮度的大小取前０．１％的像素。　（２）Ａ值在最初的有雾图像Ｉ中选取，且所选的值为对应　的有最高亮度的点的值。Ｉ，Ａ，ｔ均已求出，Ｊ也可知。恢复后　的无雾图像由下式表示：　．，∽＝（，㈤－Ａ）／ｔ＋Ａ　（９）　由上可知，只有将明亮区域的透射率函数做一些调整，　不去破坏暗原色去雾统一框架，才能真正消除色彩失真。因　３算法改进　生活中光通过空气中的颗粒折射进入视野，远处的物体　就会造成一种雾的感觉，但在去雾的时候也要留有一定的雾，　使人感到景深，因此将一个［０，１】之间的因子引入到式（８）中：　此，本文将参数Ｋ引入，定义为容差，在Ｋ大于『Ｉ—Ａｌ的区域　部分，对透射率重新进行计算，而对于Ｋ小于ｌＩ—ＡＩ的区域部　分，则使原透射率不变。若容差为０，那么还是按照原来的算　法进行计算。故本文将（１２）式重新定义为：　Ｉ，　）：（———　ｍｉｎ（ｍａ）ｃ（Ｉ　—～＋Ａ），１）‘ｍａｘ（￡∽＇ｆ０），　）　（１５）　ｔ（ｘ．）＝１－ｔｏｍ）ｎ（嗽（　））　（１０）　上式的透射率只是概值，可以采用软抠图算法使其分布　（１５）式是透射率的一个保证，其可以使明亮区域的透射　率不会大幅度偏小。　４Ｉ２实验总结　函数变得完善，从而使结果更加精确。￡　）是修正过后的透　射率函数，可以由求解下式的稀疏线性系统得到：　ｆＬ＋Ａｔｏｔ＝Ａ；　（１１）　在对透射率优化中，发现透射率只有处于一个适当的数　值时候才能实现最佳的去雾效果，过大会显得图像中的主次　难以区分，过小图像去雾效果不明显，所以在两种情况都进　行了一定的优化，除了上述的算法研究，在ｗｉｎ８．１＋ｍａｔｌａｂ的　若投射图ｔ的值非常小，其将导致Ｊ的值偏大，从而使图　像整体向白场过度，因此一般可设置一闽值　，当ｔ＜Ｔｏ时，　令ｔ＝Ｔｏ，本文中所有效果图均以　＝０．１为标准计算。　最终的恢复公式如下：．，∽＝　ｌ（ｘ　）－　Ａ＋一　４实验和讨论　４．１透射率的优化对去雾的影响　（１２）　环境中运行了相关的代码，最终结果如图１、２所示：　在大量的实验之后，有些含雾图像基于暗原色的去雾结　果出现色彩失真，它的一些区域色彩和原图有很大差异。为　了改善这样的缺陷，就必须对原有算法做出改进，以此去对　不同场景的雾化图像进行处理。　倘若对暗原色假设不作考虑，那么由方程ｆ４）所推导出来　的透射率函数可表示为：　图１有雾的山脉　一８．　学术探讨・基金面　口口巫　暗原邑　部分的雾化图像时，其效果非常明显，但也有一些缺陷，如计　算量大、抠图耗时多等。因此，下一步是找到一种高效的抠　图算法，节约用时，或者能使透射率变得更加精确，让雾化视　频图像的实时处理得以实现。　遵射暇　击馨鲴　参考文献：　【１】汪荣贵，傅剑峰．扬志学，等基于暗原色先验模型的Ｒｅｔｍｅｘ算　法Ⅱ】电子学报，２０１３，（６）：Ｉ１８８一Ｉ１９２　图２有雾的铁路　【２】Ｒ　Ｆａｔｔａｌ　Ｓｉｎｇｌｅ　ｉｍａｇｅ　ｄｅｈａｚｉｎｇ［Ｊ］　Ａｃｒｅ　Ｔｒａｎｓｉｔｉｏｎｓ　０ｎ　Ｃｒａｐｈ—　ｌｃｓ，２ｔ）（）８，２７（３）：１—９　【３１杨国强．图像和视频去雾技术的研究ＩＤＩ　天津：天津大学，２｛Ｈ０　５结语　Ｉ４Ｊ禹晶，李大鹏，廖庆敏基于物理模型的快速单幅图像去雾方法　本文对基于暗原色先验的去雾算法做了一些研究，就其　理论方法做了说明，通过实验表明，容差可以使预计在暗原　［Ｊ１自动化学报，２０１１，３７　ｆ２：１４３—１４９　２］【５１郭文生，李国和人工神经网络在并行计算机集群上的设计研究　色先验明亮区域偏小的透射率得到更正，使其不会出现色彩　失真的情况。这种改进的算法在处理含有大区域面积明亮　计算机应用与软件，２０１（）．２７（５）：１２—４５　Ｔｈｅ　Ｏｐｔｉｍｉｚａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｏｆ　Ｉｍａｇｅ　Ｄｅｆｏｇｇｉｎｇ　Ｔｒａｎｓｍｉｔｔａｎｃｅ　Ｚｈａｎｇ　Ｙａｎｇ　’　Ｗａｎｇ　Ｊｉｎｇ　Ｘｉａｏ　Ｍｅｎｇ。　Ｘｕ　Ｇｕｏｑｉ’ｎｇ　（１　Ｓｃｈｏｏｌ　ｏｆＣｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ　４３０２０５，Ｈｕｂｅｉ；　２．Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｅｘｐｅｒｉｍｅｎｔａｌ　Ｃｌａｓｓｅｓ，Ｗｕｈａｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ　４３０２０５　Ｈｕｂｅｉ）　【Ａｂｓｔｒａｃｔ　１　Ｉｎ　ｔｈｅ　ｆｏｇ　ｏｒ　ｈａｚｅ　ｗｅａｔｈｅｒ，ｔｈｅ　ｓｃａｔｔｅｒｉｎｇ　ｏｆ　ａｔｍｏｓｐｈｅｒｉｃ　ｐａｒｔｉｃｌｅｓ　ｌｅａｄｓ　ｔｏ　ｓｅｒｉｏｕｓ　ｉｍａｇｅ　ｄｅｇｒａｄａｔｉｏｎ．Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏ—　ｐｏｓｅｓ　ａ　ｓｉｍｐｌｅ　ａｎｄ　ｆａｓｔ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｐｈｙｓｉｃａｌ　ｍｏｄｅｌ　ｔｏ　ｓｉｍｐｌｉｒｙ　ｔｈｅ　ａｔｍｏｓｐｈｅｒｉｃ　ｓｃａｔｔｅｒｉｎｇ　ｍｏｄｅｌ　ａｎｄ　ｏｂｔａｉｎ　ａ　ｎｅｗ　ｄｅｆｏｇｇｉｎｇ　ｍｏｄｅ１．Ｔｈｅｎ　ｉｔ　ｕｓｅｓ　ｔｈｅ　ｄａｒｋ　ｃｈａｎｎｅｌ　ｐｒｉｏｒ　ｍｅｔｈｏｄ　ｔｏ　ｅｓｔｉｍａｔｅ　ｔｈｅ　ａｔｍｏｓｐｈｅｒｉｃ　ｌｉｇｈｔ　ｖａｌｕｅ　Ａ，ａｎｄ　ｐｕｔｓ　Ａ　ｉｎｔｏ　ａ　ｎｅｗ　ｓｉｍｐｌｉｆｉｅｄ　ｍｏｄｅｌ　ｔｏ　ｇｅｔ　ｔｈｅ　ｆｏｇ　ｉｍａｇｅ．Ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｓｕｐｅｒｉｏｒ　ｔｏ　ｔｈｅ　ｅｘｉｓｔｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｉｎ　ｐｒｏｃｅｓｓｉｎｇ　ｓｐｅｅｄ　ａｎｄ　ｄｅｆｏｇｇｉｎｇ　ｅｆ－　ｆｅｃｔ．　【Ｋｅｙｗｏｒｄｓ】ｉｍａｇｅ　ｄｅｆｏｇｇｉｎｇ；ｐｈｙｓｉｃａｌ　ｍｏｄｅｌ；ｄａｒｋ　ｃｈａｎｎｅｌ　ｐｒｉｏｒ；ａｔｍｏｓｐｈｅｒｉｃ　ｌｉｇｈｔ　ｖａｌｕｅ　Ａ　．．９．．