霧霾天氣圖像去霧霾方法比較研究*

成晉軍，張曉娟

(1. 山西大學(xué)商務(wù)學(xué)院 信息中心，山西 太原 030031；2. 山西大學(xué)商務(wù)學(xué)院 信息學(xué)院，山西 太原 030031)

1 問(wèn)題的提出

霧霾天氣下，由于懸浮在空氣中的顆粒物積累形成霾，霾粒子的直徑約在0.001 μm到10 μm之間，遠(yuǎn)遠(yuǎn)大于可見(jiàn)光的波長(zhǎng)，此時(shí)，所有波長(zhǎng)的可見(jiàn)光將被空氣中的霾粒子均勻反射，這將導(dǎo)致霧霾天氣拍攝到的照片灰蒙蒙的、不清晰、對(duì)比度低，將對(duì)智能圖像識(shí)別產(chǎn)生很大的影響。

霧霾天氣拍攝到的照片從視覺(jué)上來(lái)看對(duì)比度下降，如圖1所示；從圖像能量來(lái)看，圖像的灰度主要集中在較高的一端，從而導(dǎo)致對(duì)比度低，如圖2所示。

圖1 霧霾天氣圖像

圖2 霧霾天氣圖像直方圖

2 霧霾天氣圖像去霧霾方法概述

針對(duì)霧霾天氣拍攝的圖像如何進(jìn)行去霧的方法的研究主要可以從兩個(gè)方面進(jìn)行。一方面，針對(duì)霧霾圖像能量集中于直方圖一端的特點(diǎn)，對(duì)直方圖進(jìn)行圖像的全部或只針對(duì)局部進(jìn)行的均衡化。通過(guò)針對(duì)直方圖進(jìn)行均衡化的方法，使得霧霾天氣圖像中的像素的灰度值均衡分布，從而達(dá)到增強(qiáng)圖像對(duì)比度、去除霧霾影響的目的。另一方面，從霧霾天氣拍攝到的圖像各個(gè)像素點(diǎn)之間的對(duì)比度相對(duì)較低的形成原因來(lái)考慮，與晴朗天氣拍攝到的圖像相比較，由于圖像質(zhì)量較差的原因是因霧霾天氣的時(shí)候漂浮在空氣中的形成霧霾的顆粒物相對(duì)較多，從而導(dǎo)致光線(xiàn)更多地被大氣中的顆粒物所反射，以致霧霾天氣拍攝到的圖像的像素點(diǎn)之間對(duì)比度相對(duì)較低。如果能夠通過(guò)一定的方法估算得到環(huán)境光線(xiàn)對(duì)圖像的影響程度，即可計(jì)算得到在無(wú)霧霾天氣下的圖像效果。

3 基于圖像處理的霧霾天氣圖像去霧霾方法

基于圖像處理的圖像去霧方法并不考慮霧霾導(dǎo)致圖像降質(zhì)的原因，而是從圖像亮度直方圖來(lái)考慮圖像降質(zhì)的原因，如文獻(xiàn)[1]。

在Matlab中，可以通過(guò)函數(shù)imhist()來(lái)形成圖像的直方圖[2]。數(shù)字圖像處理中，采用直方圖像來(lái)描述圖像中所有像素的灰度分布情況，通過(guò)直方圖像可以看出圖像中不同灰度等級(jí)的像素點(diǎn)的數(shù)目與它們之間的對(duì)比關(guān)系。通過(guò)如圖2所示的霧霾天氣圖像可以看出，霧霾天氣圖像中的所有像素的灰度值較高，主要集中于0～255等級(jí)中接近最亮值255的部分，導(dǎo)致圖像中像素點(diǎn)的亮度較高，像素點(diǎn)之間的對(duì)比度較低。為了提升圖像中像素點(diǎn)的對(duì)比度，可以對(duì)直方圖進(jìn)行均衡化或?qū)⑾袼攸c(diǎn)間的對(duì)比度進(jìn)行拉伸[3]。對(duì)直方圖進(jìn)行均衡化的方法如圖3所示。

圖3 圖像的直方圖均衡化

通過(guò)公式(1)可以得出原始的霧霾天氣圖像的直方圖經(jīng)過(guò)均衡化后各個(gè)像素的灰度值sk

(1)

我們?cè)贛atlab平臺(tái)上使用上述提出的采用直方圖均衡化的方法對(duì)霧霾天氣圖像進(jìn)行去霧霾的方法進(jìn)行了仿真，圖4為經(jīng)過(guò)基于圖像處理的霧霾天氣圖像去霧方法后圖1中的霧霾天氣圖像的去霧霾效果，圖5為經(jīng)過(guò)基于圖像處理的霧霾天氣圖像去霧方法后圖2中的霧霾天氣圖像的直方圖。

圖4 基于圖像處理的圖像去霧霾效果

圖5 霧霾天氣圖像去霧后直方圖

通過(guò)上述實(shí)驗(yàn)可以看出，使用直方圖進(jìn)行均衡化的方法對(duì)霧霾天氣圖像去霧霾有一定的效果，通過(guò)肉眼能夠明顯看出圖像對(duì)比度的增強(qiáng)。

4 基于物理模型的霧霾天氣圖像去霧霾方法

基于物理模型的去霧霾方法則需要充分考慮到霧霾天氣導(dǎo)致圖像不清晰的物理成因。霧霾天氣圖像的物理模型表示為：

I(x)=J(x)t(x)+A(1-t(x)) .

(2)

式(2)中，x是像素點(diǎn)，I是霧霾天氣圖像，t是照相機(jī)拍攝到的光線(xiàn)的傳播率，A是大氣光線(xiàn)，J是去霧霾后的圖像。

通過(guò)何凱明博士提出的暗原色先驗(yàn)DCP理論[4]，我們?cè)贛atlab平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)，選取霧霾天氣圖像的三個(gè)通道中暗元素最多的通道中最亮的前0.2% 個(gè)像素點(diǎn)的R、G、B分量中的最大值來(lái)估算出A；將圖像劃分成2*2的小區(qū)域后，在這些小區(qū)域中求取最小的運(yùn)算值，即可得到t。將這兩個(gè)值帶入公式(2)：

(3)

即可求得霧霾圖像去霧霾的效果。

圖6 基于物理模型的去圖像霧霾效果

5 結(jié)束語(yǔ)

由于對(duì)于圖像的質(zhì)量沒(méi)有統(tǒng)一衡量辦法[5]，因而多數(shù)采用主觀的方法進(jìn)行評(píng)價(jià)。通過(guò)對(duì)比圖4和圖6不同的霧霾天氣圖像去霧霾效果的仿真圖可以看出，圖4中采用的基于圖像處理的霧霾圖像去霧霾方法并沒(méi)有真正意義上進(jìn)行圖像去霧霾，而是僅僅從圖像處理的方法出發(fā)對(duì)圖像做了對(duì)比度的變化，只是眼睛看起來(lái)圖像效果增強(qiáng)了；而圖6中基于物理模型的圖像去霧霾方法從霧霾天氣圖像形成的最根本原因考慮，最終去除了大氣光對(duì)圖像的影響，得到的效果更自然，真正做到了圖像的去霧霾效果。

[1] 楊驥,楊亞?wèn)|,梅雪,等.基于改進(jìn)的限制對(duì)比度自適應(yīng)直方圖的視頻快速去霧算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2015(1):221-226.

[2] 李佳童,章毓晉.圖像去霧算法的改進(jìn)和主客觀性能評(píng)價(jià)[J].光學(xué)精密工程,2017,25(3):735-741.

[3] 肖進(jìn)勝,高威,鄒白昱,等.基于天空約束暗通道先驗(yàn)的圖像去霧[J].電子學(xué)報(bào),2017,45(2):346-352.

[4] 崔運(yùn)前.圖像去霧技術(shù)研究與實(shí)現(xiàn)[D].南京：南京理工大學(xué),2017.

[5] 劉春輝,齊越,丁文銳.基于大氣光魯棒估計(jì)的無(wú)人機(jī)圖像去霧方法[J/OL].北京航空航天大學(xué)學(xué)報(bào),2017,43(6):1105-1111.