本發(fā)明涉及數(shù)字圖像處理及圖像去霧的技術(shù)領(lǐng)域，具體涉及一種基于暗通道先驗(yàn)的圖像去霧透射率優(yōu)化方法。

背景技術(shù)：

近年來，霧霾越來越頻繁地出現(xiàn)于我國各大城市，有些地方甚至全年大部分時間都籠罩在霧霾下。2013，年北京僅有5天不是霧霾天；這一年的一月，有四次霧霾籠罩了三十個省市。霧霾較大時，能見度降低，嚴(yán)重地影響了所拍圖片的清晰度。

在霧霾天氣下拍攝的圖像由于大氣光的影響會被嚴(yán)重的降質(zhì)，摻雜大量的霧氣成分，圖像整體偏灰白色，邊緣信息較少，可檢測性大大降低。尤其是濃霧天氣下拍攝的圖像，細(xì)節(jié)信息損失較多，不利于計(jì)算機(jī)對圖像進(jìn)行處理，而且視覺效果較差。

依賴于計(jì)算機(jī)視覺的系統(tǒng)在霧霾天氣下工作時會受到嚴(yán)重的干擾，甚至無法正常工作，如交通視頻監(jiān)控、軍事偵察等。因此，研究霧霾天氣下圖像的清晰化方法具有重要的現(xiàn)實(shí)意義和實(shí)用價值，近幾年來圖像去霧技術(shù)一直是圖像處理領(lǐng)域的一個研究熱點(diǎn)。本發(fā)明的研究便是對霧天降質(zhì)圖像的復(fù)原和細(xì)節(jié)增強(qiáng)，改善暗通道先驗(yàn)去霧方法在天空等特殊區(qū)域失效的缺陷、以盡可能地增強(qiáng)去霧的效果。

目前，在圖像去霧領(lǐng)域國內(nèi)外研究者們做了許多工作，提出了很多有效的去霧方法?，F(xiàn)有的去霧算法大致可以分為兩大類：基于圖像增強(qiáng)的方法和基于物理模型的方法。

第一類是基于圖像增強(qiáng)的方法，這類方法是采用通用的圖像處理方法對被降質(zhì)的圖像進(jìn)行增強(qiáng)，改善圖像的質(zhì)量。該類方法簡單，處理速度較快，但通常去霧效果較差，尤其是對于霧氣較濃或霧氣分布不均的圖像。文章【1】(Gonzalez R C,Woods R E.Digital Image Processing.Reading,MA:Addison-Wesley,1992.)提出了全局的直方圖均衡化的增強(qiáng)方法，該方法較簡單，但是處理效果不理想，可能會造成圖像部分信息的損失,以致圖像失真。文章【2】(Kim T K,Paik J K,Kang B S.Contrast enhancement system using spatially adaptive histogram equalization with temporal filtering.IEEE Transactions on Consumer Electronics,1998,44(1):82-87)中提出了局部的直方圖均衡化，有不錯的處理效果，但是會造成嚴(yán)重的塊效應(yīng)。文章【3】(Land E H.The retinex theory of color vision.Scientific America,1977,237(6):108-128)提出了基于色彩恒常性的Retinex算法，該算法采用照明-反射模型來模擬霧天圖像退化的過程。通過消除照射分量，求解反射分量來復(fù)原無霧場景。Retinex算法對濃霧區(qū)域和場景深度的變化不敏感，復(fù)原后的圖像通常會保留較多的霧氣成分。

基于物理模型的去霧方法是通過研究霧氣產(chǎn)生原理，了解圖像退化機(jī)理，構(gòu)建物理模型，從而反演出無霧的場景。該類方法從本質(zhì)上對圖像進(jìn)行了去霧，通常具有很好的效果，因此也是去霧研究的熱點(diǎn)。目前主流的去霧算法有Tarel、何凱明、孟高峰等人提出的算法，其依賴的物理模型為大氣散射模型。文章【4】(He K,Sun J,Tang X.Single image haze removal using dark channel prior.IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(12):2341-2353)通過對大量無霧圖像統(tǒng)計(jì)特征觀察，發(fā)現(xiàn)了被命名為暗通道先驗(yàn)的先驗(yàn)規(guī)律。該方法在處理效果上有非常好的表現(xiàn)，開辟了圖像去霧的一個新領(lǐng)域。文章【5】(Tarel J P,Hautiere N.Fast visibility restoration from a single color or gray level image.In:Proceedings of the 12th IEEE International Conference on Computer Vision,2009.Kyoto:IEEE,2009.2201-2208)中，提出了一種快速去霧的方法，使用雙中值濾波代替【4】中的最小值濾波和導(dǎo)向?yàn)V波，大大簡化了處理過程，提高效率。但是中值濾波并不是好的邊緣保持濾波算法，局部區(qū)域景深突變會產(chǎn)生光暈效應(yīng)。并且算法中的參數(shù)較多，無法實(shí)現(xiàn)自適應(yīng)調(diào)整，需要人工進(jìn)行測試調(diào)整，在實(shí)際應(yīng)用中受到了限制。文章【6】(Gaofeng MENG,Ying WANG,Jiangyong DUAN,Shiming XIANG,Chunhong PAN.Efficient image dehazing with boundary constraint and contextual regularization.The IEEE International Conference on Computer Vision(ICCV),2013,pp.617-624)引入了透射率邊界限制，使用Kirsch算子計(jì)算的權(quán)重函數(shù)反映局部的景深變化，并采用正則化方法計(jì)算透射率。該算法能有效避免光暈現(xiàn)象，但是對于天空區(qū)域會出現(xiàn)的偏色現(xiàn)象，尤其是薄霧和無霧圖像。文章【7】(崔冰琪，解振東，李紅，基于暗通道先驗(yàn)圖像去霧的方法改進(jìn)，信息通信(A)，1673-1131(2013)06-0060-02)提出通過小波變換提取圖像的低頻信息和高頻信息，只對低頻部分進(jìn)行暗通道先驗(yàn)去霧，再和高頻信息進(jìn)行重構(gòu)恢復(fù)無霧清晰圖片，這種方法對于圖像的細(xì)節(jié)恢復(fù)效果較差，圖像細(xì)節(jié)與去霧前差別不大，而且小波變換方法的耗時較高，雖然比軟摳圖時間較短，但與導(dǎo)向?yàn)V波方法相比則時間復(fù)雜度很高，因此在實(shí)際工程應(yīng)用中有很大限制。

專利CN105631829A采用反轉(zhuǎn)圖像的方法進(jìn)行去霧，改善了原暗通道算法在夜間等低照度情況下細(xì)節(jié)損失的缺陷，但該算法無法適應(yīng)光照較高的場景去霧，而事實(shí)上霧氣圖像的亮度通常較高，低照度情況下去霧的恢復(fù)效果較差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的在于：改善暗通道先驗(yàn)算法在特殊區(qū)域偏色的缺陷，透射率計(jì)算更符合場景的真實(shí)透射率值，使復(fù)原的圖像亮度更高，色調(diào)更加逼真自然，細(xì)節(jié)增強(qiáng)效果更佳。

本發(fā)明采用的技術(shù)方案為：一種基于暗通道先驗(yàn)的圖像去霧透射率優(yōu)化方法，該方法包括如下步驟：

步驟1)：獲取RGB格式的霧氣圖像：基于有霧圖像的物理模型對RGB格式的圖像進(jìn)行去霧操作，有霧圖像的物理模型可以表示成：

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)就是待去霧的圖像，J(x)是要恢復(fù)的無霧的圖像，A是全球大氣光成分，t(x)為透射率；

步驟2)：求取霧氣圖像的暗通道分布圖；

1)首先求出每個像素RGB分量中的最小值，存入一副和原始圖像大小相同的灰度圖中，即最小值通道；

2)對最小值通道進(jìn)行最小值濾波，濾波的半徑由窗口大小決定；

暗通道的求取公式如下：

$J^{dark}\left(x\right)=\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }{J}^c\right(y\left)\right)$

式中，min為做最小值運(yùn)算，r、g、b分別為三個顏色通道，J^c表示彩色圖像的每個通道，Ω(x)表示以像素X為中心的一個窗口，暗原色先驗(yàn)的理論指出：J^dark(x)→0；

步驟3)：根據(jù)暗通道圖求出大氣光值；

步驟4)：根據(jù)暗通道先驗(yàn)原理計(jì)算透射率；

步驟5)：對霧氣圖像進(jìn)行去霧操作，得到中間去霧結(jié)果；

步驟6)：對步驟4)求得的透射率進(jìn)行優(yōu)化；

步驟7)：復(fù)原無霧圖像，根據(jù)大氣散射模型來重構(gòu)無霧的圖像。

其中，步驟3)中計(jì)算大氣光值時，根據(jù)有霧圖像的物理模型可知，要想恢復(fù)出無霧圖像，前提是知道大氣光值A(chǔ)，求取A值的方法是：

1)統(tǒng)計(jì)暗通道中亮度值最高的0.1％個點(diǎn)；

2)在原有霧圖像中找到與這些點(diǎn)對應(yīng)的像素點(diǎn)；

3)在這些像素點(diǎn)中找到具有最大亮度值的像素點(diǎn)，該點(diǎn)即為大氣光值A(chǔ)。

其中，步驟4)中計(jì)算透射率時；由有霧圖像物理模型的變形，并且結(jié)合暗通道先驗(yàn)的理論，可以推導(dǎo)出粗略的透射率t₁(x)的表達(dá)式，如下所示：

$t_1\left(x\right)=1-\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，min為做最小值運(yùn)算，r,g,b分別是三個顏色通道。

通過在上式中引入一個在[0,1]之間的因子，則修正為：

$t_1\left(x\right)=1-\mathrm{\ω}*\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，ω是去霧因子，用以調(diào)節(jié)霧氣去除程度，避免去霧不足或過度去霧而引起的圖像失真現(xiàn)象，選取的去霧因子為0.95。

其中，步驟5)中粗去霧時，粗去霧的公式如下：

$J_1^c\left(x\right)=\frac{I^c\left(x\right)-A^c}{max(0.1,t_1(x))}-A^c,c\∈(r,g,b)$

其中，max為做最大值運(yùn)算，為了避免噪聲的影響，對透射率限制了一個下限0.1，防止J(x)出現(xiàn)負(fù)值的情況。

其中，步驟6)中透射率優(yōu)化時，具體的優(yōu)化方法是：

1)計(jì)算中間結(jié)果J₁(x)的最小值通道圖

2)對粗略的透射率t₁(x)進(jìn)行優(yōu)化，得到優(yōu)化后的透射率t₂(x)，采用如下公式：

$t_2\left(x\right)=\frac{A^{\min }-I^{dark}\left(x\right)}{\max (1,A^{\min }-J_1^{\min }(x))}$

其中，max為做最大值運(yùn)算，A^min為大氣光值的最小值，I^dark(x)為暗通道分布。

3)利用導(dǎo)向?yàn)V波對優(yōu)化后的透射率進(jìn)行精細(xì)化處理，消除塊效應(yīng)，得到最終優(yōu)化后的透射率t(x)。

其中，步驟7)中復(fù)原無霧圖像時，利用前面得到的大氣光值A(chǔ)和透射率t(x)可以根據(jù)物理模型重構(gòu)無霧圖像J(x)，采用如下公式：

$J^c\left(x\right)=\frac{I^c\left(x\right)-A^c}{\max (0.1,t(x))}-A^c,c\∈(r,g,b)$

其中，為了避免噪聲的影響，對透射率限制了一個下限0.1，防止J(x)出現(xiàn)負(fù)值的情況。

本發(fā)明的原理在于：

本發(fā)明的技術(shù)方案分為兩個階段：第一階段是利用暗通道先驗(yàn)理論求解粗略的透射率，并對霧氣圖像進(jìn)行粗去霧操作，得到中間去霧結(jié)果；第二階段是利用中間去霧結(jié)果優(yōu)化透射率，然后使用導(dǎo)向?yàn)V波對優(yōu)化后的透射率進(jìn)行精細(xì)化。具體如下：

1)對霧氣圖像進(jìn)行粗去霧

由前面步驟所計(jì)算的大氣光值和粗略透射率，根據(jù)物理模型對霧氣圖像進(jìn)行去霧操作，得到中間去霧結(jié)果。

2)透射率優(yōu)化

對粗透射率進(jìn)行優(yōu)化，使透射率跟接近真實(shí)透射率值，然后利用導(dǎo)向?yàn)V波對優(yōu)化后的透射率進(jìn)行精細(xì)化處理，消除塊效應(yīng)。

本發(fā)明技術(shù)方案的優(yōu)點(diǎn)和積極效果為：

(1)改善暗通道先驗(yàn)算法的偏色現(xiàn)象

暗通道先驗(yàn)理論計(jì)算透射率時直接將無霧圖像的暗通道分布近似等于零，這樣求取的透射率就會整體偏小，部分區(qū)域的細(xì)節(jié)會有所損失，復(fù)原的圖像往往會產(chǎn)生偏色現(xiàn)象，影響圖像的視覺觀賞性。本發(fā)明對透射率進(jìn)行了優(yōu)化處理，使優(yōu)化后的透射率更加接近場景的真實(shí)值，改善了傳統(tǒng)的暗通道先驗(yàn)算法在某些特殊區(qū)域產(chǎn)生的偏色現(xiàn)象。

(2)復(fù)原圖像視覺效果更好

本發(fā)明提出的改善方法是針對透射率進(jìn)行的優(yōu)化，方法非常簡單有效，使得復(fù)原的圖像細(xì)節(jié)得到很大的增強(qiáng)，亮度得到提高，改善了暗通道先驗(yàn)算法在亮度較低的場景下圖像信息損失較多的缺陷，同時整體色調(diào)逼真自然，視覺效果更好。

附圖說明

圖1為去霧算法流程圖；

圖2為對比結(jié)果示意圖，其中，圖2(a)為原圖示意圖，圖2(b)為暗通道先驗(yàn)算法結(jié)果示意圖，圖2(c)為本發(fā)明結(jié)果示意圖。

具體實(shí)施方式

下面結(jié)合附圖以及具體實(shí)施方式進(jìn)一步說明本發(fā)明。

本發(fā)明提出的一種基于暗通道先驗(yàn)的圖像去霧透射率優(yōu)化方法，執(zhí)行流程如圖1所示：

步驟1)：獲取RGB格式的霧氣圖像。

步驟2)：求取霧氣圖像的暗通道分布圖。

步驟3)：根據(jù)暗通道圖求出大氣光值，這里選取的規(guī)則是：選取暗通道中值最大的0.1％對應(yīng)的RGB霧氣圖像中的最亮點(diǎn)作為該圖像的大氣光值。

步驟4)：根據(jù)暗通道先驗(yàn)原理計(jì)算透射率。

步驟5)：對霧氣圖像進(jìn)行去霧操作，得到中間去霧結(jié)果。

步驟6)：對步驟4)求得的透射率進(jìn)行優(yōu)化。

步驟7)：復(fù)原無霧圖像，根據(jù)大氣散射模型來重構(gòu)無霧的圖像。

具體步驟如下：

1、霧天圖像物理模型

本發(fā)明基于有霧圖像的物理模型對RGB格式的圖像進(jìn)行去霧操作，有霧圖像的物理模型可以表示成：

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)就是我們現(xiàn)在已經(jīng)有的圖像(待去霧的圖像)，J(x)是我們要恢復(fù)的無霧的圖像，A是全球大氣光成分，t(x)為透射率。

2、計(jì)算暗通道

暗通道先驗(yàn)理論指出：在絕大多數(shù)非天空的局部區(qū)域里，某一些像素總會有至少一個顏色通道具有很低的值。換言之，該區(qū)域光強(qiáng)度的最小值是個很小的數(shù)，趨近于0，將其稱之為暗通道。其具體求取過程為：

1)首先求出每個像素RGB分量中的最小值，存入一副和原始圖像大小相同的灰度圖中，即最小值通道。

2)對最小值通道進(jìn)行最小值濾波，濾波的半徑由窗口大小決定，經(jīng)過后期實(shí)驗(yàn)效果總結(jié)，窗口大小對去霧效果有較大的影響。在這里，我們選取濾波半徑為5較為合適。

暗通道的求取公式如下：

$J^{dark}\left(x\right)=\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }{J}^c\right(y\left)\right)$

式中，min為做最小值運(yùn)算，r,g,b分別是三個顏色通道，J^c表示彩色圖像的每個通道，Ω(x)表示以像素X為中心的一個窗口，暗通道先驗(yàn)的理論指出：J^dark(x)→0。

3、計(jì)算大氣光值

根據(jù)有霧圖像的物理模型可知，要想恢復(fù)出無霧圖像，前提是知道大氣光值A(chǔ)。本發(fā)明中求取A值的方法是：

1)統(tǒng)計(jì)暗通道中亮度值最高的0.1％個點(diǎn)。

2)在原有霧圖像中找到與這些點(diǎn)對應(yīng)的像素點(diǎn)，

3)在這些像素點(diǎn)中找到具有最大亮度值的像素點(diǎn)，該點(diǎn)即為大氣光值A(chǔ)。

4、計(jì)算透射率

由有霧圖像物理模型的變形，并且結(jié)合暗通道先驗(yàn)的理論，可以推導(dǎo)出粗略的透射率t₁(x)的表達(dá)式，如下所示：

$t_1\left(x\right)=1-\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，min為做最小值運(yùn)算，r，g，b分別是三個顏色通道。

在現(xiàn)實(shí)生活中，即使是晴天白云，空氣中也存在著一些顆粒，因此，看遠(yuǎn)處的物體還是能感覺到霧的影響，另外，霧的存在讓人類感到景深的存在，因此，有必要在去霧的時候保留一定程度的霧，這可以通過在上式中引入一個在[0,1]之間的因子，則修正為：

$t_1\left(x\right)=1-\mathrm{\ω}*\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(\underset{c\∈(r,g,b)}{\min }\frac{I^c\left(y\right)}{A^c}\right)$

其中，ω是去霧因子，用以調(diào)節(jié)霧氣去除程度，避免去霧不足或過度去霧而引起的圖像失真現(xiàn)象，本發(fā)明選取的去霧因子為0.95。

5、粗去霧

前面幾步中已經(jīng)計(jì)算得到了大氣光值和粗略的透射率，根據(jù)物理模型對霧氣圖像進(jìn)行粗去霧操作，為進(jìn)一步的透射率優(yōu)化做準(zhǔn)備。粗去霧的公式如下：

$J_1^c\left(x\right)=\frac{I^c\left(x\right)-A^c}{max(0.1,t_1(x))}-A^c,c\∈(r,g,b)$

其中，max為做最大值運(yùn)算，r,g,b分別為三個顏色通道，為了避免噪聲的影響，本發(fā)明對透射率限制了一個下限0.1，防止J(x)出現(xiàn)負(fù)值的情況。

6、透射率優(yōu)化

上面求出來的透射率只是粗略的透射率，由于在求取透射率時直接將無霧圖像的暗通道近似等于零，這樣透射率的計(jì)算結(jié)果便會偏小，如果直接選其進(jìn)行無霧圖像的恢復(fù)，則在細(xì)節(jié)上沒有很好處理，也會產(chǎn)生偏色現(xiàn)象。本發(fā)明采用新的優(yōu)化方法對粗略的透射率進(jìn)行優(yōu)化，可使透射率逼近場景的真實(shí)透射率值，復(fù)原的圖像更加逼真。具體的優(yōu)化方法是：

1)計(jì)算中間結(jié)果J₁(x)的最小值通道圖

2)對粗略的透射率t₁(x)進(jìn)行優(yōu)化，得到優(yōu)化后的透射率t₂(x)，采用如下公式：

$t_2\left(x\right)=\frac{A^{\min }-I^{dark}\left(x\right)}{\max (1,A^{\min }-J_1^{\min }(x))}$

其中，max為做最大值運(yùn)算，A^min為大氣光值的最大值，I^dark(x)。

利用導(dǎo)向?yàn)V波對優(yōu)化后的透射率進(jìn)行精細(xì)化處理，消除塊效應(yīng)，得到最終優(yōu)化后的透射率t(x)

7、復(fù)原無霧圖像

利用前面得到的大氣光值A(chǔ)和透射率t(x)可以根據(jù)物理模型重構(gòu)無霧圖像J(x)，采用如下公式：

$J^c\left(x\right)=\frac{I^c\left(x\right)-A^c}{\max (0.1,t(x))}-A^c,c\∈(r,g,b)$

其中，為了避免噪聲的影響，本發(fā)明對透射率限制了一個下限0.1，防止J(x)出現(xiàn)負(fù)值的情況。

處理結(jié)果如圖2所示：

從圖2的對比結(jié)果可以看出，本發(fā)明在圖像霧氣較濃的情況下，能更好地復(fù)原霧氣圖像，細(xì)節(jié)的恢復(fù)效果較暗通道先驗(yàn)算法明顯增強(qiáng)，注意到暗通道算法在近處的建筑和路面產(chǎn)生一定的偏色現(xiàn)象，而本發(fā)明則成功地克服了這一缺陷，圖像的整體色調(diào)逼真，亮度也有很大提高，視覺效果更佳。