基于暗通道原理的圖像去霧算法改進研究

徐 威

（中國電波傳播研究所，山東青島266107）

基于暗通道原理的圖像去霧算法改進研究

徐 威

（中國電波傳播研究所，山東青島266107）

針對采用暗通道原理的單幅圖像去霧算法的處理效率，提出了采用低分辨率暗通道模板進行有霧圖像去霧處理的改進方法；該方法利用低分辨率圖像估算大氣透射率并利用插值還原模板分辨率以估算無霧圖像，可以在保持處理效果的同時，有效節(jié)省圖像去霧的處理時間及與對處理單元資源的需求；通過分析及仿真計算驗證了該方法的有效性。該方法還適用于對高分辨率圖像去霧處理，具有良好的工程實用性。

圖像處理；暗原色先驗；圖像去霧；圖像分辨率

0 引言

在野外動、靜態(tài)圖像信息采集系統(tǒng)中，所獲取的圖像、視頻信息質(zhì)量不可避免地會受到作業(yè)期間各種氣象環(huán)境因素的影響。在這些因素中，霧、霾的影響?yīng)q為突出。采用可行的技術(shù)手段，最大限度地提高系統(tǒng)的工作適應(yīng)能力，就成為系統(tǒng)研制中所必須正視的問題。利用圖像處理算法，以相對較小的代價獲取滿足使用需求的圖像、視頻數(shù)據(jù)就成為各種解決方案中的首選。

圖像去霧方法的研究工作已開展了多年，相關(guān)的方法基本上可以分為兩大類［1－3］：一類是基于圖像增強技術(shù)，直接利用圖像處理算法，如局部或全局直方圖均衡、同態(tài)濾波等，提升圖像的對比度、改善圖像質(zhì)量；另一類則是基于物理模型的處理方法，其主要是圖像降質(zhì)過程的逆運算，利用相應(yīng)的算法消除霧、霾成像的影響。這類方法中仍可分為2種情況：一種是利用一些輔助信息，如偏振圖像、空間深度信息或無霧時的靜態(tài)圖像等，進行圖像的還原，這類方法相對而言實現(xiàn)較為復(fù)雜，特別是一些輔助信息的獲取需硬件單元的支持，因而這種方法的適應(yīng)性有限；另一種是從所獲取圖像中提取部分相關(guān)信息，而后利用模型進行運算處理，這種方法由于實現(xiàn)相對簡單、且對硬件單元提出的要求小，近幾年來成為圖像去霧方法研究工作的熱點，這其中利用暗通道原理的單幅圖像去霧算法研究工作更是獲得了眾多研究者的重點關(guān)注。

暗通道去霧算法［4］，巧妙地利用暗原色規(guī)律解決了從單幅圖像中獲取場景空間深度的問題，雖然算法仍存在一些不足，但瑕不掩瑜，其處理效果是非常明顯的。故而近年來許多學(xué)者針對算法存在的暗原色先驗失效區(qū)域、透射率內(nèi)插計算量偏大及物理意義的解釋等方面開展了大量的研究工作［5－7］。然而這些工作更多的是從去霧效果本身出發(fā)進行算法的改進。本文則從工程實際出發(fā)，以提高算法的實用性為目地進行簡化性改進，以求在滿足使用需求的前提下，更好地提高算法在使用中的高效性。

1 暗通道算法簡介與分析

1975年McCartney提出的大氣散射模型，成為許多基于模型去霧處理算法的基礎(chǔ)，該模型中霧化圖像的退化過程可以下式進行描述［8，9］：式中，J（x）為霧化后的圖像，在實際中其即為采集單元所獲取的原始圖像，I（x）為場景的反射光，在實現(xiàn)中可以將其視為需解算的無霧圖像，A為大氣光強，t（x）為透射率。該模型的第一部分表示場景中反射光中未被散射的部分，其隨著場景深度的增加而衰減。第二部分表示環(huán)境光對成像結(jié)果的影響。在均勻大氣介質(zhì)時透射率可以表示為：

式中，β為大氣散射系數(shù)，d（x ）為場景的深度。

從式（1）可以看出，利用大氣散射模型進行圖像去霧處理時，須知道大氣光強、場景的深度信息及大氣散射系數(shù)。因而，各種基于此模型的算法均圍繞著這些參數(shù)的提取及合理運用展開工作。暗通道去霧算法即為其中的一種，它是基于暗原色統(tǒng)計先驗知識的單幅圖像去霧算法，由He Kaiming等于2009年提出。

暗原色先驗知識是基于大量圖像的統(tǒng)計分析得出的，即在無霧室外圖像的絕大部分局部圖像塊中，存在一些至少在一個顏色通道內(nèi)的灰度值非常小的像素，其被稱為暗原色。這些暗原色一般來自于景物中的暗目標、陰影以及一些某一通道值較小的有色目標。

一般而言，場景中某一鄰域的透射率是相同的，因而利用暗原色及大氣散射模型能夠在有霧單幅圖像中估計出目標場景中以x為中心點Ω（x）鄰域的透射率。

另一方面，所獲圖像中高光部分的亮度值與大氣光非常接近，以其為大氣光的估計值A(chǔ)~，即可恢復(fù)無霧圖像。

式中，I~（x）即為無霧圖像的估算值。

在實際所采集數(shù)據(jù)中并非所有區(qū)域、所有像素點均存在灰度極小的通道，在實際處理中，暗通道算法在實現(xiàn)中是選取某一鄰域內(nèi)灰度值最小的點作為這個區(qū)域的暗原色，并利用最小值濾波器使之在鄰域內(nèi)的拓展。此時，若場景內(nèi)的物體邊緣處存在景深突變時，極易產(chǎn)生Halo效應(yīng)。之前許多改進工作即對此展開，以圖在盡可能地保留圖像細節(jié)的前提下，削弱其影響程度，由此導(dǎo)致處理運算量及處理中資源消耗的大幅增加。這些運算隨著圖像分辨率的增加成倍增長，也正因如此，當前大多處理算法基本針對較低分辨率的圖像進行。

拋開具體物理意義不談，分析暗通道算法的實現(xiàn)過程時可以發(fā)現(xiàn)，其可視為以全局的大氣光估計值與局部暗原色的估計值為基準點的一種均衡算法。2個參量估計值的準確性雖然對去霧后圖像中各景物色度值和反射率相對關(guān)系等產(chǎn)生影響，但只要偏差不大，算法仍應(yīng)具有一定的效果。

在實際工程中，根據(jù)使用場合的不同，對去霧處理的要求亦不同。多數(shù)情況，去霧處理只是作為采集或分析子系統(tǒng)的一項功能出現(xiàn)，不可能采用專門平臺進行處理，處理中所分配的資源亦相對有限。處理的目的是希望能夠更好的發(fā)現(xiàn)、識別目標，對處理的時效性有較高的要求，而對于處理所引入的一些失真的容忍程度相對是比較高的。即在工程中多要求盡可能利用較小的資源、在保證處理速度的前得下，達到一定的處理效果。

2 算法的改進及效果分析

盡管暗通道算法原理本身并不復(fù)雜，決定處理速度及處理中資源消耗主要在于大氣透射率的估算過程，而這部分的主要影響因素又在于原始圖像的分辨率。據(jù)此，可以預(yù)見，若可降低部分計算過程中的圖像分辨率，則能夠降低整體處理的運算量。

由于最終形成的結(jié)果仍需達到與原圖相同的分辨率，所以最后無霧圖像的恢復(fù)過程，即式（3）的計算過程，仍需在原始分辨率下進行。低分辨率處理主要為大氣透射率的估算階段，所獲得的低分辨率t~（x），將其稱為暗通道模板，其來自于對原始圖像進行抽取所形成的低分辨率圖像。

改進后的簡要算法流程如下：首先通過抽取降低原始圖像分辨率；利用式（2）計算目標場景的低分辨率小幅暗原色圖像；自低分辨率原圖及暗原色圖像估算大氣透射率分布，形成低分辨率暗通道模板；將暗通道模板還原至原始圖像分辨率，并進行無霧圖像的估算。

暗通道模板分辨率的還原過程利用插值實現(xiàn)，插值的方法很多，此處不作介紹。由于插值處理是利用相鄰像素運算獲得目標點的結(jié)果，分辨率還原后的暗通道模板在物體邊緣處將自然平滑過度，故在無霧圖像中所引入的失真并不會非常嚴重。抽取與插值處理會增加一定的運算量，但處理過程的整體運算量會降低。更主要的是采用這種方法后，處理過程中的內(nèi)存開銷將大大降低，特別有利于使用嵌入式處理器實現(xiàn)的工程應(yīng)用之中。

為說明算法效果，這里采用He所用的SoftMatting算法及雙線性插值進行大氣透射率估算及暗通道圖像的插值處理，并采用Hautiere等人提出的可見邊梯度法對其效果進行評估，由于采用不同抽取系數(shù)時對于大氣光的估計值亦會有所差別，處理中對去霧后的圖像進行了直方圖均衡處理［10－12］。圖1中的原始圖像分辨率為768×512，處理中利用高斯低通對結(jié)果進行了濾波，以降低結(jié)果中噪點。

圖1 抽取前后效果比較

在不同抽取率時處理效果的差別非常有限，但處理時間隨著抽取率的提高則大大縮減，如表1所示。

表1 不同抽取率時的性能比較

實際上，由于抽值過程某種程度上起到了最小值濾波器的效果，而插值過程模糊了暗通道圖像中物體的邊緣，能夠在一定程度上弱化了Halo效應(yīng)的影響。不拘泥于算法物理意義的嚴謹性，采用上述方法，直接對低分辨率暗原色圖進行插值，并估算無霧圖像，仍可進一步降低處理時間，亦可取得一定的處理效果。采用此方法進行處理的結(jié)果如圖2所示，其中圖像分辨率為792×529，抽取系數(shù)為4時處理時間為0.718 s。

圖2 暗原色圖直接插值處理效果

另一方面，由于整個處理過程的計算主要在低分辨率圖像上進行，時間及內(nèi)存開銷大大降低，有利于進行一些分辨率較高的圖像處理。5 184×3 456分辨率圖像的處理結(jié)果如圖3所示，處理中抽取系數(shù)為24，處理時間7.27 s。

圖3 高分辨率圖像處理效果

從處理效果看，改進后的算法在大大縮短處理時間的基礎(chǔ)上，依舊保持了原算法的去霧處理效果。同時，該方法與現(xiàn)有其他手段并不沖突，為獲取更好的結(jié)果，依然可以在處理中采用其它的算法研究成果，以獲取去霧性能的進一步提升。

3 結(jié)束語

圖像去霧技術(shù)是利用圖像處理技術(shù)及計算機技術(shù)提高特殊天氣情況下圖像采集質(zhì)量的一種有效手段，利用低分辨率暗通道數(shù)據(jù)進行有霧圖像的去霧處理，可以在保持處理效果的同時有效節(jié)省算法的處理時間及對硬件資源的需求，能夠有效解決目前實際工程應(yīng)用中、特別是在嵌入式單元中進行去霧處理中的實際需求，具有良好的工程實用性。

［1］郭璠，蔡自興，謝斌，等.圖像去霧技術(shù)研究綜述與展望［J］.計算機應(yīng)用，2010，30（9）：2417－2421.

［2］祝培，朱虹，錢學(xué)明，等.一種有霧天氣圖像景物影像的清晰化方法［J］.中國圖象圖形學(xué)報，2004，9（1）：124－128.

［3］王一帆，尹傳歷，黃義明，等.基于雙邊濾波的圖像去霧［J］.中國圖象圖形學(xué)報，2014，19（3）：386－392.

［4］He Kai－ming，Sun Jian，Tang Xiao－ou.Single Image Haze Removal Using Dark Channel Prior［C］∥Proceedings of Computer Vision and Pattern Recognition.Washington，DC：IEEE Computer Society，2009：1956－1963.

［5］劉楠，程詠梅，趙永強.基于加權(quán)暗通道的圖像去霧方法［J］.光子學(xué)報，2012，41（3）：320－325.

［6］桓宗圣，陶青川，田旺.野外視頻監(jiān)控圖像去霧算法研究［J］.計算機工程，2014，40（2）：240－245.

［7］孫紅光，房超，張慧杰，等.一種自適應(yīng)基于暗通道先驗的去霧方法［J］.吉林大學(xué)學(xué)報（理學(xué)版），2012，50（5）：987－992.

［8］李大鵬，禹晶，肖創(chuàng)柏.國像去霧的無參考客觀質(zhì)量評測方法［J］.中國圖象圖形學(xué)報，2011，16（9）：1753－1757.

［9］孫偉，李大健，劉宏娟，等.基于大氣散射模型的單幅圖像快速去霧［J］.光學(xué)精密工程，2013，21（4）：1040－1046.

［10］岡薩雷斯（Gonzalez R C.）著.數(shù)字圖像處理（第3版）［M］.阮秋琪，譯.北京：電子工業(yè)出版社，2011.

［11］Hautiere N，Tarel JP，Aubert D，et al.Blind Contrast Enhancement Assessment by Gradient Ratioing at Visible Edges［J］.Image Analysis and Stereology Journal，2008，27（2）：87－95.

［12］江巨浪，張佑生，薛峰，等.保持圖像亮度的局部直方圖均衡算法［J］.電子學(xué)報，2006，34（5）：861－866.

Research on Image Dehazing Algorithm Improvement Based on Dark Channel Prior

XUWei
（China Research Institute of Radiowave Propagation，Qingdao Shandong 66107，China）

In order to improve the processing efficiency of dehazing algorithm using dark channel prior principle，a new method is presented in this paper.Themethod uses a low－resolution dark channel template to estimate the atmospheric transmissivity and restores the template resolution using interpolation.Through analysis and simulation，it is validated that themethod can effectively save computing time and reducethe requirements for the processing unitwithoutaffecting the processing performance.It can alsobe used for high－resolution image dehazing processing.

image processing；dark channel prior；image dehazing；image resolution

TP751.1

A

1003－3114（2015）04－84－3

10.3969/j.issn.1003－3114.2015.04.22

徐 威.于暗通道原理的圖像去霧算法改進研究［J］.無線電通信技術(shù)，2015，41（4）：84－86，103.

2015－04－10

徐威（1969—），男，高級工程師，主要研究方向：電子與信息技術(shù)、嵌入式系統(tǒng)、信號處理技術(shù)。