去霧技術(shù)在高清監(jiān)控中的應(yīng)用

■ 劉峰

去除視頻中的霧氣，改善圖像質(zhì)量是提升戶外視頻監(jiān)控系統(tǒng)價(jià)值的一項(xiàng)關(guān)鍵技術(shù)。

霧霾天氣導(dǎo)致去霧技術(shù)發(fā)展緊迫

近來，PM2.5這一氣象領(lǐng)域?qū)I(yè)詞匯成為社會(huì)關(guān)注的熱點(diǎn)話題，空氣中的液滴和固體小顆粒不僅危害人體健康，同時(shí)由于大量懸浮粒子的散射作用，大氣能見度下降，戶外圖像顏色和對(duì)比度退化，影響圖像中信息提取，也致使戶外清晰度降低導(dǎo)致交通事故頻發(fā)。因此，圖像去霧技術(shù)成為圖像處理與計(jì)算機(jī)視覺領(lǐng)域研究的重要課題，也是人們迫切解決的問題之一。

近年來，隨著技術(shù)的不斷發(fā)展，對(duì)有霧天氣時(shí)的景物影像進(jìn)行去霧處理已經(jīng)成為可能，對(duì)去霧圖像的清晰度和真實(shí)感也有了長(zhǎng)足的進(jìn)步。圖像去霧技術(shù)是圖像處理與計(jì)算機(jī)視覺領(lǐng)域研究的重要內(nèi)容，其主要應(yīng)用領(lǐng)域?yàn)橐曨l監(jiān)控、地形勘測(cè)、自動(dòng)駕駛和目標(biāo)跟蹤。在應(yīng)用過程中，去霧后圖像的真實(shí)性、處理的實(shí)時(shí)性成為去霧技術(shù)研究和關(guān)注的重點(diǎn)。

圖像去霧技術(shù)

采用數(shù)字圖像處理技術(shù)對(duì)圖像進(jìn)行處理的方法有很多種，歸結(jié)起來，仍然是傳統(tǒng)的兩類：一類圖像增強(qiáng)，另一類是圖像復(fù)原。圖像增強(qiáng)方法是從圖像呈現(xiàn)的低亮度和低對(duì)比度的特征考慮，按照特定需要突出圖像中的某些信息，削弱或去除某些不需要的信息來完成的；圖像復(fù)原是從基于物理模型的天氣退化圖像復(fù)原方法，從物理成因的角度對(duì)大氣散射作用進(jìn)行建模分析，實(shí)現(xiàn)場(chǎng)景復(fù)原。在復(fù)原過程中，一般先利用各種先驗(yàn)知識(shí)估計(jì)模型中的參數(shù)，最后求解方程從而計(jì)算出清晰的圖像。兩種方法相較，基于復(fù)原去霧算法從原理上實(shí)現(xiàn)去霧，對(duì)霧的估計(jì)更準(zhǔn)確，能夠真實(shí)地還原霧前的清晰圖像，針對(duì)性強(qiáng)，得到的去霧效果自然，一般不會(huì)有信息的損失。

基于圖像處理的圖像增強(qiáng)技術(shù)應(yīng)用較多

典型的霧天圖像增強(qiáng)方法有灰度直方圖變換方法、頻率域分析方法和基于色感一致性的Retinex算法等。

灰度直方圖變換方法是把有霧圖像的直方圖變換為均勻分布的形式，從而增加像素灰度值的動(dòng)態(tài)范圍達(dá)到增強(qiáng)霧天圖像整體對(duì)比度的效果。

頻率域中小波分析算法是采用基于小波分析的多尺度圖像增強(qiáng)算法，其主要思想是由于霧的能量主要集中在圖像的低頻部分，對(duì)高頻部分影響較小，所以在此基礎(chǔ)上對(duì)圖像的高頻和低頻分別進(jìn)行增強(qiáng)或削弱以達(dá)到圖像清晰的目的。值得一提的是，目前有一種在小波變換基礎(chǔ)上發(fā)展起來的新的多尺度分析方法-曲波分析算法，特別適合于各向異性奇異性特征的信號(hào)處理，很好地彌補(bǔ)小波變換在圖像的曲線邊緣增強(qiáng)方面的局限性，能利用曲波變換的優(yōu)勢(shì)，采用基于曲波的消失點(diǎn)檢測(cè)對(duì)霧天圖像進(jìn)行自動(dòng)去霧處理。

色感一致性或稱為色彩恒常理論是基于人類視覺特點(diǎn)提出一種理論，認(rèn)為人的視覺系統(tǒng)能夠忽略環(huán)境中光照的變化而獲得穩(wěn)定的顏色感知。Retinex算法是建立在色彩恒常理論基礎(chǔ)上一種圖像增強(qiáng)方法，該算法通過視覺系統(tǒng)顏色不變性的特點(diǎn)，加強(qiáng)因?yàn)殪F的干擾而被弱化的光照，從而達(dá)到對(duì)圖像增強(qiáng)的目的。

基于天氣物理模型的圖像復(fù)原方法成為新趨勢(shì)

（1）多幅圖像合成場(chǎng)景深度模型的方法

早期的復(fù)原算法是利用場(chǎng)景深度求解大氣散射方程從而獲得清晰圖像，隨后便出現(xiàn)了利用不同天氣條件下同一場(chǎng)景的多幅圖像合成場(chǎng)景深度模型的方法，均取得了較好的效果，但受客觀條件的限制，估測(cè)的場(chǎng)景深度往往不夠準(zhǔn)確，同時(shí)由于缺乏足夠先驗(yàn)條件加以約束，容易導(dǎo)致復(fù)原的結(jié)果與實(shí)際不符。

（2）光的極化角度分析與偏微分方程

后來，人們從光的極化角度對(duì)霧進(jìn)行分析，利用同一場(chǎng)景下的多幅圖像把被霧散射的光線分離為水平極化光和垂直極化光，設(shè)計(jì)相應(yīng)的濾波器消除霧對(duì)光線的影響，達(dá)到去霧的目的，這種方法去霧效果明顯，圖像失真小，但是計(jì)算量過大，難以應(yīng)用于實(shí)際。此外，偏微分方程在霧天圖像復(fù)原領(lǐng)域中也有廣泛的應(yīng)用，主要方法是在大氣散射模型的基礎(chǔ)上，建立霧化圖像對(duì)應(yīng)的梯度場(chǎng)，然后根據(jù)圖像景深與梯度的關(guān)系構(gòu)造偏微分方程并求解獲得清晰的圖像，該方法能夠?qū)崿F(xiàn)單幅圖像的盲去霧，但是構(gòu)造和求解偏微分方程的過程繁瑣，同樣難以實(shí)現(xiàn)。

（3）單幅降質(zhì)圖像霧氣濃度分析

近年來，眾多研究者致力于如何針對(duì)單幅降質(zhì)圖像按照?qǐng)D中霧氣濃度的變化達(dá)到徹底去霧的效果：通過統(tǒng)計(jì)發(fā)現(xiàn)，無霧圖像相對(duì)于有霧圖像必定具有較高的對(duì)比度，從而我們可以利用最大化復(fù)原圖像的局部對(duì)比度來達(dá)到去霧的目的，該方法能極大的增強(qiáng)圖像的對(duì)比度，但是容易導(dǎo)致圖像的顏色失真，并且在場(chǎng)景深度不連續(xù)的地方會(huì)產(chǎn)生光圈效應(yīng)，實(shí)驗(yàn)結(jié)果如圖1。

圖1：Tan的方法去霧效果圖

（4）光線的反射估算方法

由于物體表面的反射率是固定不變的，與其表面的光照強(qiáng)度無關(guān)，因此也可以利用景物對(duì)光線的反射估算光線的透射程度達(dá)到去霧的目的，但是該算法要求圖像局部存在不同的色彩，因此當(dāng)霧的濃度很大、圖像接近白色時(shí)，就無法估計(jì)得到相應(yīng)參數(shù)，導(dǎo)致去霧失敗。而且這種方法只對(duì)彩色圖像有效，并且計(jì)算量較大，實(shí)驗(yàn)結(jié)果如圖2。

（5）基于暗通道先驗(yàn)的單幅圖像去霧算法

圖2：Fattal的方法去霧效果圖

圖3：暗原色去霧效果圖

基于暗通道先驗(yàn)的單幅圖像去霧算法是在2009年被提出的一種簡(jiǎn)單有效的圖像復(fù)原方法，該方法建立在一種自然界中普遍存在的暗通道先驗(yàn)的基礎(chǔ)上，由于晴天拍攝的戶外圖像中總存在一些“暗點(diǎn)”，這些“暗點(diǎn)”至少有一個(gè)顏色通道的值很低，所以當(dāng)圖像受到霧的干擾時(shí)，這些原本很低的值由于受到大氣散射光的影響而大幅升高，利用這些點(diǎn)就可以估算出拍攝場(chǎng)景中霧的濃度，并復(fù)原出清晰的無霧圖像。但這種方法只能粗略估算出圖像大氣光的分布，需要結(jié)合軟摳圖或雙邊濾波算法對(duì)透射率進(jìn)行優(yōu)化，該方法去霧效果如圖3。

暗原色去霧方法的改進(jìn)

在完善透射率的過程中，用軟摳圖的方法，旨在在暗原色圖像遠(yuǎn)近景交界邊緣處，采用最大值濾波對(duì)被低估的暗像素值進(jìn)行修復(fù)。但計(jì)算過程中軟摳圖計(jì)算開銷大，時(shí)間復(fù)雜度高，求解線性系統(tǒng)過程中速度慢，計(jì)算效率成為限制該方法實(shí)用化的最大障礙。

圖4：軟摳圖與導(dǎo)向?yàn)V波比較

表1：兩種方法去霧的時(shí)間對(duì)比

如若選取保持圖像邊緣的指導(dǎo)濾波器，通過圖像指導(dǎo)濾波來近似模擬這一侵蝕過程，不僅可以取得相似結(jié)果，同時(shí)也減少了運(yùn)行時(shí)間。與經(jīng)典的雙邊濾波相比，指導(dǎo)濾波是一種顯式濾波，不僅具有線性的時(shí)間復(fù)雜度，對(duì)圖像邊緣的保持效果更加出色，還可以實(shí)現(xiàn)圖像邊緣的平滑、細(xì)節(jié)增強(qiáng)以及圖像融合去噪等功能。

為了驗(yàn)證改進(jìn)后的算法的有效性，使用圖像濾波對(duì)同一幅有霧圖像進(jìn)行了去霧實(shí)驗(yàn)。通過觀察圖4可以發(fā)現(xiàn)，在視覺效果上，運(yùn)用軟摳圖與運(yùn)用引導(dǎo)圖像濾波對(duì)初始透射圖的優(yōu)化結(jié)果雖然并無明顯差異，但采取軟摳圖的方法計(jì)算量大約占到這個(gè)整個(gè)計(jì)算量的90%，而引導(dǎo)圖像濾波算法計(jì)算復(fù)雜度低，運(yùn)算效率得到了大幅度提升，同時(shí)節(jié)約大量的內(nèi)存空間，統(tǒng)計(jì)結(jié)果如表1。

去霧技術(shù)在安防監(jiān)控領(lǐng)域的應(yīng)用前景

筆者所在企業(yè)聯(lián)合南京郵電大學(xué)研發(fā)霧霾視頻增晰處理技術(shù)，針對(duì)由于霧霾等天氣條件下視頻圖像受到的不良影響進(jìn)行處理，還原成較為清晰的圖像，便于人眼識(shí)別，該處理方法采用了獨(dú)特的基于暗通道先驗(yàn)理論的圖像復(fù)原算法，利用霧化模型和先驗(yàn)暗通道可以直接估算霧的厚度，并恢復(fù)出高質(zhì)量的去霧圖像。

隨著工業(yè)的發(fā)展以及其對(duì)氣候的影響，霧霾越來越成為一種常見的天氣現(xiàn)象，這對(duì)戶外應(yīng)用的監(jiān)控系統(tǒng)的畫面品質(zhì)造成很大的影響。而去霧技術(shù)能夠從多個(gè)角度提升視頻監(jiān)控的質(zhì)量，可以用于各種有霧天氣條件的透霧處理；能明顯提升圖像的對(duì)比度、使圖像變通透、清晰；能夠顯著增強(qiáng)圖像的細(xì)節(jié)信息，使原來被隱藏的圖像細(xì)節(jié)被充分展示；能夠提升圖像的飽和度，使圖像色彩鮮艷活潑、生動(dòng)，透霧處理后的圖像保持準(zhǔn)確的色調(diào)、自然的外觀，因而獲得了良好的圖像質(zhì)量與視覺感受。

因此，從應(yīng)用場(chǎng)景來看，去霧技術(shù)可用于多種戶外場(chǎng)合，如可應(yīng)用于安防監(jiān)控領(lǐng)域，能夠大大提高現(xiàn)有監(jiān)控系統(tǒng)在霧天等惡劣天氣下的性能；可應(yīng)用于公路交通監(jiān)控領(lǐng)域，可以避免戶外監(jiān)控?cái)z像頭看不清監(jiān)控對(duì)象、造成在關(guān)鍵時(shí)刻失效的后果；還可應(yīng)用于遙感圖像處理以及軍事科技等領(lǐng)域。

圖5：去霧技術(shù)在交通領(lǐng)域的應(yīng)用圖

結(jié)束語

基于圖像處理的圖像增強(qiáng)方法具有對(duì)比度提高顯著、圖像細(xì)節(jié)突出、視覺效果明顯的特點(diǎn)，該方法已經(jīng)在實(shí)踐中獲得了廣泛的應(yīng)用。而基于物理模型的圖像復(fù)原方法針對(duì)性強(qiáng)，得到的復(fù)原結(jié)果自然，相信該技術(shù)必將獲得更大的發(fā)展，尤其是以基于暗原色先驗(yàn)的霧天圖像復(fù)原的方法。使用引導(dǎo)濾波的方法取代軟摳圖，突破了此方法的最大瓶頸——即計(jì)算開銷大、時(shí)間復(fù)雜度高的問題。

圖像去霧技術(shù)的未來研究方向?qū)⒓性谔岣咂鋵?shí)時(shí)性，并實(shí)現(xiàn)硬件化。同時(shí)，尋求更加完備的物理模型來描繪復(fù)雜的大氣狀況，并探索研究基于這些模型的去霧算法在未來一段時(shí)間內(nèi)都將是一個(gè)具有挑戰(zhàn)性的課題。