霧天低質(zhì)量可見(jiàn)光偵察圖像復(fù)原算法

侯智斌， 陳向春， 宗軍君

（陸軍軍官學(xué)院基礎(chǔ)部，安徽合肥 230031）

利用偵察設(shè)備對(duì)敵方目標(biāo)進(jìn)行照相偵察和監(jiān)視，是現(xiàn)代戰(zhàn)爭(zhēng)中獲取敵方情報(bào)的主要方式之一。但在執(zhí)行任務(wù)過(guò)程中，經(jīng)常會(huì)遇到霧天等氣象條件的影響，致使所獲取的可見(jiàn)光偵察圖像對(duì)比度降低，造成圖像的混疊、降晰和扭曲，嚴(yán)重影響了指揮員對(duì)戰(zhàn)場(chǎng)目標(biāo)的識(shí)別判斷。特別是在霧天頻繁出現(xiàn)的季節(jié)和地區(qū)以及氣象戰(zhàn)利用的情況下，為保證全天候偵察和監(jiān)視敵方態(tài)勢(shì)，從低質(zhì)量可見(jiàn)光偵察圖像中去除天氣影響，恢復(fù)圖像對(duì)比度，已經(jīng)成為一個(gè)亟待解決的難題。

目前，對(duì)于霧天單圖像清晰化處理的方法主要有：霧天圖像增強(qiáng)和霧天圖像復(fù)原。霧天圖像增強(qiáng)方法雖然算法簡(jiǎn)單，適用范圍廣，能有效地提高霧天圖像的對(duì)比度，但很難反映景深多變的圖像中局部景深的變化，對(duì)于突出部分的信息可能會(huì)造成一定損失，這將直接影響到指揮員的判斷決策。

而霧天圖像復(fù)原是研究霧天圖像降質(zhì)的物理過(guò)程，并建立霧天退化模型，反演退化過(guò)程，補(bǔ)償退化過(guò)程造成的失真，以便獲得未經(jīng)干擾退化的無(wú)霧圖像或無(wú)霧圖像的最優(yōu)估計(jì)值，從而改善霧天圖像質(zhì)量。這種方法針對(duì)性強(qiáng)，得到的去霧效果自然，一般不會(huì)有信息損失［1－4］。因此，本文基于大氣散射系數(shù)的空間變化，建立了圖像復(fù)原物理模型，該方法實(shí)現(xiàn)了低質(zhì)量可見(jiàn)光偵察圖像復(fù)原。

1 基于光學(xué)深度估計(jì)的霧天圖像復(fù)原

散射是可見(jiàn)光波段導(dǎo)致圖像降質(zhì)的主要原因。為了實(shí)現(xiàn)霧天低質(zhì)量可見(jiàn)光偵察圖像的清晰化處理，分析了大氣散射作用對(duì)圖像的影響，以便了解霧天圖像發(fā)生退化的物理過(guò)程。

1.1 霧天圖像降質(zhì)的退化模型

大氣散射的物理本質(zhì)是非常復(fù)雜的，與很多因素有關(guān)系，包括組成傳播介質(zhì)的粒子類(lèi)型、半徑大小、形狀、方位和分布情況以及入射光的波長(zhǎng)、偏振面和方向等。由于霧天天氣狀況相對(duì)穩(wěn)定，大氣介質(zhì)中懸浮粒子的尺寸相對(duì)粒子間的距離很小，因此，本文假設(shè)光線(xiàn)從敵方目標(biāo)到偵察設(shè)備的傳播過(guò)程中只發(fā)生單散射現(xiàn)象。文獻(xiàn)［5－9］對(duì)惡劣天氣下圖像的成像機(jī)制進(jìn)行了深入的研究，結(jié)果表明，在霧天狀況下，景物成像機(jī)制主要包括：景物光通過(guò)大氣傳送到偵察設(shè)備傳感器過(guò)程中的入射光衰減機(jī)制；大氣中粒子對(duì)來(lái)自天空的自然光散射引起的環(huán)境光成像機(jī)制。

目標(biāo)反射光經(jīng)大氣衰減后到達(dá)偵察設(shè)備傳感器的光強(qiáng)度為：大氣中粒子將環(huán)境光散射到偵察設(shè)備傳感器

的光強(qiáng)度為：

霧天情況下，偵察設(shè)備傳感器上接收到的光強(qiáng)度為入射光衰減后到達(dá)偵察設(shè)備傳感器的輻射度與進(jìn)入成像系統(tǒng)的環(huán)境光輻射度之和，即

其中，ρ為歸一化的場(chǎng)景輻射度，是天空照度、偵察目標(biāo)反射率和偵察設(shè)備相機(jī)頻譜響應(yīng)函數(shù)三者的函數(shù)，與天氣條件相關(guān)，ρ值在［0，l］區(qū)間上；d為偵察目標(biāo)到偵察設(shè)備的距離，即景深；β（ν，λ）為大氣散射系數(shù)，表示單位體積的大氣對(duì)光線(xiàn)的散射能力；稱(chēng)為偵察目標(biāo)的光學(xué)深度；I∞為空間光照度，β（ν，λ）和I∞構(gòu)成了與天氣有關(guān)的主要因素。該模型即為霧天圖像降質(zhì)的退化模型［10－11］。

要實(shí)現(xiàn)敵方目標(biāo)場(chǎng)景對(duì)比度的復(fù)原問(wèn)題，可以通過(guò)計(jì)算場(chǎng)景中各點(diǎn)的ρ值來(lái)解決，偵察目標(biāo)的亮度和天空照度可以由圖像信息得到，因此，實(shí)現(xiàn)圖像上各像素點(diǎn)歸一化輻射度ρ的計(jì)算問(wèn)題，可以轉(zhuǎn)換成對(duì)圖像上各像素點(diǎn)光學(xué)深度的計(jì)算。

1.2 光學(xué)深度估計(jì)方法

1.2.1 景深d的計(jì)算

執(zhí)行偵察之前首先要受領(lǐng)偵察任務(wù)，根據(jù)當(dāng)時(shí)的天氣等情況制定詳細(xì)的偵察計(jì)劃，并結(jié)合地圖進(jìn)行推演。到達(dá)現(xiàn)地要選擇能通視偵察目標(biāo)的位置作為觀(guān)察所。

如果偵察任務(wù)是一個(gè)目標(biāo)點(diǎn)，可以直接通過(guò)相關(guān)方向和觀(guān)察設(shè)備鎖定目標(biāo)，再利用測(cè)距設(shè)備測(cè)出景深d。

如果偵察任務(wù)是獲取偵察目標(biāo)區(qū)域情報(bào)，則首先通過(guò)相關(guān)方向和觀(guān)察設(shè)備確定重點(diǎn)偵察區(qū)域SD，如圖1所示。分別確定n個(gè)邊界目標(biāo)（例如MA、MB、MC、MD），并利用測(cè)距設(shè)備分別測(cè)出各個(gè)邊界目標(biāo)點(diǎn)與測(cè)距設(shè)備之間的距離（例如dGA、dGB、dGC、dGD），取其均值dGO，dGO＝（dGA＋dGB＋dGC＋dGD）／4，O點(diǎn)為重點(diǎn)觀(guān)察區(qū)域的距離均值點(diǎn)。由于各邊界目標(biāo)點(diǎn)到O點(diǎn)的距離（dAO、dBO、dCO、dDO）遠(yuǎn)小于距離dGO，故可以將dGO作為偵察目標(biāo)區(qū)至偵察設(shè)備之間的距離，即景深d，代入到光學(xué)深度中進(jìn)行計(jì)算，可以重點(diǎn)復(fù)原敵方重點(diǎn)目標(biāo)區(qū)域，使敵方目標(biāo)區(qū)域得到較好的復(fù)原效果。

圖1 敵方重點(diǎn)目標(biāo)區(qū)域景深選擇

1.2.2 大氣散射系數(shù)β（ν，λ）的計(jì)算

文獻(xiàn)［12］詳細(xì)分析了大氣散射系數(shù)β（ν，λ）的計(jì)算方法。大氣散射系數(shù)β（ν，λ）與能見(jiàn)度、波長(zhǎng)之間的經(jīng)驗(yàn)公式為：

其中，ν為能見(jiàn)度；λ為波長(zhǎng)；q與能見(jiàn)度有關(guān)，其關(guān)系為：

由此可見(jiàn)，當(dāng)波長(zhǎng)一定時(shí)，大氣散射系數(shù)與能見(jiàn)度成反比關(guān)系。如果在霧濃度變化明顯地區(qū)偵察，可采用分段積分計(jì)算光學(xué)深度。由上述求得的光學(xué)深度根據(jù)霧天圖像降質(zhì)的退化模型（3）即可求出圖像各點(diǎn)的歸一化輻射度ρ矩陣，擴(kuò)展到［0，255］上，即可獲得復(fù)原后的清晰偵察圖像。

2 仿真結(jié)果及分析

為了驗(yàn)證本文霧天低質(zhì)量可見(jiàn)光偵察圖像復(fù)原方法的有效性，在Matlab平臺(tái)上進(jìn)行了大量的仿真實(shí)驗(yàn)，實(shí)驗(yàn)中恰當(dāng)選擇參數(shù)值，并對(duì)復(fù)原后的效果與原圖像進(jìn)行了對(duì)比。

霧天條件下，利用觀(guān)察設(shè)備在安徽省某地拍攝的低質(zhì)量可見(jiàn)光偵察圖像如圖2所示，圖像大小為489×336，整幅圖的對(duì)比度很低，遠(yuǎn)近景的對(duì)比度很差，指揮員無(wú)法識(shí)別判斷敵方目標(biāo)區(qū)的相關(guān)情況，無(wú)法掌握敵方態(tài)勢(shì)并給出指揮決策。

圖2 安徽省某地低質(zhì)量圖像

實(shí)驗(yàn)中將偵察時(shí)測(cè)得的大氣能見(jiàn)度以及波長(zhǎng)等代入（4）式，可得大氣散射系數(shù)為0.872 4，再將測(cè)得的偵察目標(biāo)區(qū)景深代入計(jì)算光學(xué)深度。根據(jù)偵察設(shè)備測(cè)量的相關(guān)邊界目標(biāo)得出景深矩陣為：

根據(jù)霧天圖像降質(zhì)退化模型求出圖像各點(diǎn)的 歸一化輻射度ρ矩陣為：

由于“S”函數(shù)更能反映人眼的視覺(jué)特性，對(duì)較亮和較暗的區(qū)域進(jìn)行壓縮，而擴(kuò)展中間的灰度級(jí)，因此，在實(shí)驗(yàn)中采用“S”函數(shù)拉伸方式將歸一化輻射度拉伸到［0，255］上獲得復(fù)原結(jié)果圖像，如圖3所示。

雖然在近景區(qū)域出現(xiàn)增強(qiáng)現(xiàn)象，但整體上具有更好的亮度分布，復(fù)原后的細(xì)節(jié)保持較好，遠(yuǎn)景和近景方面都得到了較好的改善，更多地改善了觀(guān)察目標(biāo)區(qū)場(chǎng)景的對(duì)比度，去霧效果自然。

圖3 本文算法清晰化處理后的安徽省某地圖像

在霧天條件下，在山東省某地利用偵察設(shè)備拍攝的低質(zhì)量可見(jiàn)光偵察圖像如圖4所示，整幅圖對(duì)比度低，無(wú)法滿(mǎn)足作戰(zhàn)需要。結(jié)合偵察數(shù)據(jù)，采用本文圖像復(fù)原方法獲得的清晰化圖像如圖5所示，圖像清晰、自然，去霧效果明顯。

圖4 山東省某地低質(zhì)量圖像

圖5 本文算法清晰化處理后山東省某地圖像

實(shí)驗(yàn)結(jié)果表明，本文基于圖像復(fù)原的清晰化處理方法可以實(shí)現(xiàn)低質(zhì)量可見(jiàn)光偵察圖像對(duì)比度的有效復(fù)原，該方法有效可行。

3 結(jié)束語(yǔ)

本文基于大氣散射理論提出了一種霧天條件下低質(zhì)量可見(jiàn)光偵察圖像的清晰化復(fù)原方法。該方法適用于照相偵察遠(yuǎn)距離以及大氣的空間變化，通過(guò)與相關(guān)硬件設(shè)備連接，該方法在具有完全自適應(yīng)性的同時(shí)，也能夠應(yīng)用到實(shí)時(shí)性的圖像處理系統(tǒng)中。文中經(jīng)過(guò)對(duì)一系列低質(zhì)量可見(jiàn)光偵察圖像的處理，驗(yàn)證了本文方法的有效性，為指揮員全天候、及時(shí)、準(zhǔn)確掌握敵方態(tài)勢(shì)，做出正確指揮判斷奠定了堅(jiān)實(shí)的基礎(chǔ)。

［1］ 黃黎紅.單幅圖像的去霧新算法［J］.光子學(xué)報(bào)，2011，40（9）：1419－1422.

［2］ 禹 晶，李大鵬，廖慶敏.基于物理模型的快速單幅圖像去霧方法［J］.自動(dòng)化學(xué)報(bào)，2011，37（2）：143－149.

［3］ 彭文竹.基于大氣散射模型的偏振圖像去霧算法［J］.電子測(cè)量技術(shù)，2011，34（7）：43－45，61.

［4］ 郭 璠，蔡自興，謝 斌，等.圖像去霧技術(shù)研究綜述與展望［J］.計(jì)算機(jī)應(yīng)用，2010，30（9）：2417－2421.

［5］ 李慶菲，朱志超，方 帥.大氣湍流退化圖像的復(fù)原研究［J］.合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，34（1）：80－82，127.

［6］ 郭 璠，蔡自興，謝 斌，等.單幅圖像自動(dòng)去霧新算法［J］.中國(guó)圖象圖形學(xué)報(bào)，2011，16（4）：516－521.

［7］ Narasimhan S G，Shree K N.Removing weather effects from monochrome images［J］.IEEE Transactions on Computer Vision and Pattern Recognition，2001，2（11）：186－193.

［8］ Nayar S N，Narasimhan S G.Vision in bad weather［C］／／ICCV Proceedings of the 7th IEEE International Conference on Computer Vision，Kerkyra，Greece.USA：IEEE Computer Society，1999：820－827.

［9］ John P O，Brenda L S.Improving image quality in poor visibility conditions using a physical model for contrast degradation［J］.IEEE Transactions on Image Processing，1998，7（2）：167－179.

［10］ 侯天峰.數(shù)字圖像去霧與超分辨率重建算法研究［D］.合肥：合肥工業(yè)大學(xué)，2011.

［11］ 陳 功，王 唐，周荷琴.基于物理模型的霧天圖像復(fù)原新方法［J］.中國(guó)圖象圖形學(xué)報(bào)，2008，13（5）：887－893.

［12］ 葛君偉，謝祥華，方義秋.霧天圖像清晰化方法及應(yīng)用［J］.重慶郵電大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，22（2）：223－226.