基于暗通道的單幅圖像霧天低能見度檢測算法

歐斌娜，陳志翔，湯英文，田謙益，王風麗

（1.閩南師范大學計算機學院，福建漳州363000;2.數(shù)據(jù)科學與智能應用省高校重點實驗室，福建漳州363000）

能見度也稱氣象光學視程[1]，是指對比感閾為0.05 的視力正常人，能夠從背景上分辨出大小適度的黑色目標物的最大水平距離.能見度反映了大氣的透明度，當出現(xiàn)暴雨、霧霾、沙塵暴等惡劣天氣時，大氣透明度下降，能見度大幅降低，其中，霧霾天氣可能會將能見度降為零.這將對交通運輸、航海、航空以及人類的日常生活等方面產(chǎn)生不利的影響.因此，準確地測量出霧天大氣能見度對環(huán)保、交通管理等具有重要意義.

能見度的測量目前可以采用目測法、能見度儀測量法和基于圖像處理的能見度檢測法[2].目測法依靠的是人類的主觀意識，缺乏科學性、規(guī)范性和穩(wěn)定性.廣泛使用的儀器測量法主要有透射式能見度儀、散射式能見度儀、激光雷達式能見度儀等，但是約50 km間隔就需要安裝一個測量儀器，且成本昂貴，難以滿足大范圍覆蓋的需要.基于圖像處理的能見度檢測法采用現(xiàn)有的監(jiān)控系統(tǒng)進行圖片的獲取并進行能見度的檢測，是目前研究者的主要研究方向.2013 年，Negru 等[3]提出了基于拐點的算法思想來檢測霧的出現(xiàn)和霧的濃度，但該算法運算效率低.2014年，Mao等[4]基于大氣散射模型和暗通道與亮通道的數(shù)據(jù)分析理論提出了能見度的評估指標和有霧圖像的分類算法，但不適于單色光源的情況.2015年，宋洪軍等[5]基于暗通道估測圖像透射率的方法，計算道路上點到采樣點的距離，計算出能見度值.2017 年，周凱等[6]改進了暗通道先驗算法對透射率進行更精細的估計.綜上所述，基于圖像處理的能見度檢測算法已經(jīng)取得了一些成果，但還處在理論和實驗的階段，具有較大的發(fā)展空間.

本文提出了一種基于暗通道先驗的單幅圖像霧天低能見度檢測算法，首先在是否霧霾天氣判斷階段，霧濃度的范圍由暗通道先驗獲得的大氣透射率決定，在能見度計算階段，先分別計算每張圖像3 個通道的剩余能量比，然后根據(jù)3 通道各個像素點之間的差異對能見度進行具體測量.本文算法無需人工設定測量目標，測量成本低廉、應用前景廣闊.

1 暗通道先驗

暗通道先驗理論[7]認為在大部分戶外無霧圖像中存在的非天空部分，總存在某一顏色通道的亮度值很低且接近于0的像素點.在霧天等惡劣天氣下，光線在到達攝像機之前經(jīng)過衰減，使得戶外景物圖像降質(zhì).用大氣散射模型[8]來描述該過程，

其中x 表示像素的坐標，I(x)表示輸入的有霧圖像，J(x)表示復原后的無霧圖像，A 表示大氣光值，t(x)表示景物光線的透射率.基于此模型的去霧就是從觀察到的圖像I(x)恢復出原來的無霧圖像J(x).對于無霧圖像J，戶外無霧圖像的暗原色Jdark表示為

c 表示紅綠藍三個通道，Jc(y)表示復原后的清晰圖像J 的c 通道的圖像，Ω(x)表示以像素點x 為中心的局部區(qū)域.給定大氣光值A 為常數(shù)，在Ω(x)的局部區(qū)域內(nèi)，A 是均勻的并且透射率t(x)是固定不變的.對(1)式取最小值，該運算最小值運算是在3個顏色通道獨立進行，由A 歸一化得

再在3個顏色通道中分別取最小值運算，結合暗原色先驗理論，Jdark(x)= 0，整理得

2 能見度測量原理

以天空為背景，Koschmieder[9]建立了景物亮度L0與距離d 的關系，

其中L為接收到的亮度，Lf為天空亮度，μ為消光系數(shù).Duntley[9]提出了對比度隨距離變化的衰減規(guī)律

其中C 為景物在距離為d 時的視亮度對比，C0為景物與背景的亮度對比. C/C0= ε 為對比度閾值，對應透射率

在圖像的最大能見度下，透射率接近于0，這個值被圖像的所有場景共享.

世界氣象組織使用對比閾值為0.05時的距離作為氣象視距(Meteorological optical range)[10]

3 本文算法

3.1 霧天天氣判斷

在透射率圖中，原始圖像中霧濃度越大，透射率越小，能見度越低，沒有霧或者霧濃度較小的區(qū)域，透射率大，能見度較大，一般認為能見度大于1 km米時屬于能見度較好的情況.先使用引導濾波算法[11]求得每個圖像的透射率圖，以透射率小于0.5為閾值，計算圖1中各圖像透射率值小于0.5所占的比例[12].

圖1 原始圖像Fig.1 Original imag e

將能見度以1 km為分界線進行粗劃分，當小于0.5 的比例超過30%，可認為該圖像透射率較小，霧濃度較大，能見度較低，在實際應用中需要對圖像進行去霧處理以提高圖像的能見度.當小于0.5的比例小于30%，可認為該圖像透射率較大，霧濃度較小，能見度較高，可以不用進行處理.實驗結果如表1所示.

表1 霧天天氣分類Tab.1 Classification of foggy weather

3.2 剩余能量比檢測能見度

大氣中的懸浮粒子對不同波長的光散射程度不同，波長越長，散射效應越不明顯.因此不同波長光的透射率不同，不能視為同一個t，以RGB 顏色通道為例，RGB 三通道的透射率應不同[13].根據(jù)文獻[13]可得經(jīng)修正后的透射率為

由式(10)可得暗通道算法求得的未修正的能見度V，將V 代入式(12)可得不同波長對應的不同透射率，如圖2所示.

圖2 圖像的3通道透射率Fig.2 Three-channel transmittance of the image

圖3為圖2透射率圖對應的直方圖，由圖2和圖3可以看出，原始圖像的透射率和3通道的透射率均存在不同程度的差異.

圖3 透射率對應直方圖Fig.3 Transmittance of corresponds to the histogram

光線的透射率t 也稱光線的剩余能量比[14]，由文獻[13]可知不同波長的光線的標準剩余能量比Nrer(λ)表示為

不同波長的光線經(jīng)過傳播距離d(x)后的標準剩余能量比不同，在不同的能見度下，每經(jīng)過單位距離衰減后，3個顏色通道標準剩余能量比是一個常數(shù)[13].以1 km為例，在能見度0～6 km的范圍內(nèi)三個通道的剩余能量比如圖4(a)所示.

由圖4(a)可以看出，在相同能見度下，光線經(jīng)過相同距離的衰減后，3 通道剩余能量比存在差異，R 通道剩余最多，G通道少于R通道，B通道最少，隨著傳播距離的增加，每個通道的剩余能量比越來越少，3通道之間的差異也越來越大.因此分別計算在相同能見度下，以1 km 為單位距離時3 個通道剩余能量比之間的差異，計算結果如圖5(b)所示.可以看出R 通道與B 通道之間差異最大，G 通道與B 通道之間差異最小.以1 km為分界線，每條線上的每個差值都有相對應的能見度.由于藍色通道衰減最快，為了避免較大誤差，選擇(R-G)/G的值，結合3.1節(jié)霧天天氣判斷可計算出圖像修正后的能見度.

圖4 3個通道的剩余能量比Fig.4 Residual energy ratio of the three channels

4 實驗結果與分析

4.1 能見度檢測結果

圖5選取了一些不同霧濃度的圖像進行實驗，實驗結果如表2所示，圖像(a)～(d)的γ 值小于30%，圖像(e)～(h)的γ 值大于30%，判斷圖像(a)～(d)的能見度應大于1 km，圖像(e)～(h)的能見度應小于1 km，然后計算剩余像素點(R-G)/G 的加權平均值，找出該值在圖6 上對應的能見度值V.該實驗結果基本符合人眼主觀判斷.

圖5 能見度計算圖像Fig. 5 Visibility calculation image

表2 能見度計算結果Tab.2 Calculation results of visibility

4.2 利用能見度評價不同算法的去霧效果

本文算法能計算出不同算法處理過的圖像的能見度，因此也能用來評價不同去霧算法的有效性.將原圖與暗原色算法、引導濾波算法、DEFADE算法[15]、MENG算法[16]復原后的圖像使用本文算法進行能見度估測，對比結果如圖6所示.圖6(a)列是有霧圖像，(b)列是暗原色先驗算法的結果，(c)列是引導濾波算法的結果，(d)列是DEFADE算法的結果，(e)列是MENG算法的結果.

圖6 不同算法去霧圖Fig.6 Demystification diagram of different algorithms

本文算法計算結果數(shù)值越小能見度越低，從表3的各項評價數(shù)據(jù)可以看出，去霧后的圖像與去霧后的圖像能見度有明顯的改善，圖6 的有霧圖像濃度均小于1 km，不同算法去霧后的圖像能見度檢測值均大于1 km.僅從去霧效果來看，暗原色算法比引導濾波算法更好，但去霧結果存在塊效應.DEFADE 算法表現(xiàn)出更好的視覺效果，對于圖1 和圖2 比其他算法去霧更徹底，但對于圖3 這樣存在大范圍白色區(qū)域的圖像來說效果欠佳.MENG 算法去霧效果良好，采用人機交互手動選取大氣光，在天空區(qū)域會出現(xiàn)明顯的halo效應.因此可將本文算法計算出的能見度作為評價去霧算法有效性的評價指標.

5 結論

本文的能見度檢測方法以測量透射率為基礎，與透射式能見度儀原理相同.基于暗通道先驗和光波能量衰減的不同，得到霧霾天氣狀況的初步預測以及最終可以測量出能見度距離.本文算法成本較低，實驗結果顯示測量結果可信.