基于HSI變換的無人機(jī)圖像亮度均衡模型去霧研究

顏景順

（廣西水利電力勘測設(shè)計研究院有限責(zé)任公司，南寧 530023）

為去除薄霧干擾，使圖像更清晰真實(shí)、易于人眼觀察，本文基于HSI 彩色變換[1]，將圖像的紅、綠、藍(lán)三分量轉(zhuǎn)換為色調(diào)、飽和度、亮度分量。根據(jù)亮度的空間位置關(guān)系，使用具局部特性的自適應(yīng)濾波對亮度進(jìn)行重構(gòu)和非線性動態(tài)調(diào)整達(dá)到去霧的目的，HSI 逆變換后采用高斯模糊保留圖像細(xì)節(jié)信息并利用色彩重塑算法保持圖像顏色的鮮艷程度。經(jīng)實(shí)驗(yàn)證明，本文模型能夠明顯去除霧天影響，圖像細(xì)節(jié)部分清晰，色彩基本無失真情況。

1 HSI變換

在圖像處理中通常有兩種彩色空間，一種是由紅、綠、藍(lán)三原色構(gòu)成的彩色空間，另一種是由色調(diào)（顏色的類別）、飽和度（顏色的純度，即濃淡程度）及亮度（人眼感受到的亮暗程度）3個變量構(gòu)成的彩色空間。

HSI空間以色調(diào)（Hue）、飽和度（Saturation）和亮度（Intensity）3個參數(shù)來表現(xiàn)圖像的色彩內(nèi)容[2]。由于人眼對亮度的強(qiáng)弱變化十分敏感，采用HSI 色彩空間呈現(xiàn)圖像色彩與人類自身的視覺特點(diǎn)更為切合。其優(yōu)勢在于把亮度信息（I）從色彩信息中分離提取出來能夠簡化圖像處理數(shù)據(jù)量。

2 高斯模糊

高斯模糊將高斯分布和卷積濾波引入圖像處理，高斯模糊原理示意圖見圖1。

圖1 高斯模糊原理示意圖

中心像素點(diǎn)n的取值為n點(diǎn)的鄰域像素點(diǎn)的平均值。顯然圖1高斯模糊后中心點(diǎn)的像素值應(yīng)該為1，這在圖像的直觀顯示上圖像的細(xì)節(jié)變化信息得到保留。

在圖像里間隔近的像素之間關(guān)系較密切，反之則聯(lián)系就較為疏遠(yuǎn)。因此，使用權(quán)值隨距離的增加而減小的加權(quán)平均是比較合理的。

式中：G(x,y)為權(quán)重；σ為方差；(x,y)為鄰域像素點(diǎn)在一中心像素點(diǎn)為原點(diǎn)的坐標(biāo)系內(nèi)坐標(biāo)。

3 色彩重塑處理

色彩重塑處理通過重新分配圖像暗區(qū)的亮度值，強(qiáng)調(diào)暗區(qū)的地物信息，以修復(fù)圖像經(jīng)HSI逆變換后帶來的顏色暗淡等色彩缺陷。

其中：

式中：fi(x,y)為原始圖像；fCRi(x,y)為色彩重塑后的圖像；Ci(x,y)為調(diào)整因子；i為色彩通道；k為調(diào)整因子的非線性強(qiáng)度；Li(x,y)為原始圖像經(jīng)高斯低通濾波器的處理結(jié)果。

經(jīng)過色彩重塑處理后，圖像顏色的鮮艷程度得到改善，在人的視覺感知下顯得更為自然、真實(shí)。

4 亮度均衡模型

模型主要分為3 大步驟，第一步是對HSI 變換中分離出的亮度進(jìn)行自適應(yīng)濾波調(diào)整；第二步為對調(diào)整后的圖像亮度進(jìn)行動態(tài)擴(kuò)展并逆變換到RGB色彩空間；第三步是采用高斯模糊后的圖像作為底圖以保留圖像細(xì)節(jié)，再利用色彩重塑處理圖像作為頂圖保持圖像顏色的鮮艷程度。其處理流程如圖2所示。

圖2 亮度均衡模型流程圖

（1）第一步，按照下列的變換公式對原始圖像進(jìn)行HSI變化：

對分離出的亮度圖進(jìn)行局部濾波處理，得到R與I的關(guān)系：

式中：Subset為參與運(yùn)算的亮度的子集；I(i)-I(j)為當(dāng)前亮度點(diǎn)i與周圍亮度點(diǎn)j的差值；r函數(shù)為相對亮度表現(xiàn)函數(shù)；d函數(shù)為兩點(diǎn)之間的距離度量函數(shù)。

d函數(shù)采用曼哈頓距離，坐標(biāo)為(xi,yi)的i點(diǎn)與坐標(biāo)為(xj,yj)的j點(diǎn)的曼哈頓距離采用下式計算：

相對亮度表現(xiàn)函數(shù)則采用飽和函數(shù)r（x）計算：

本文中飽和臨界閾值T的取值為20。

（2）第二步，動態(tài)擴(kuò)展，重新規(guī)劃亮度圖并將其動態(tài)地映射到合適大小[1]：

式中：O(i)為輸出的亮度圖；round函數(shù)表示四舍五入取整。其中：

將新的亮度圖O(i)（I）與原有的色調(diào)圖（H）、飽和度圖（S）通過HSI 逆變換到RGB 色彩空間，形成新的亮度調(diào)整過的結(jié)果圖像f(x,y)：

（3）第三步，對f（x，y）使用模板大小為3×3 大小的高斯模糊，得到f′（x，y）。f′（x，y）包含了上一步的結(jié)果圖像f（x，y）大部分的細(xì)節(jié)信息。再通過引入色彩重塑處理，彌補(bǔ)圖像局部因HSI 逆變換而產(chǎn)生的色彩缺陷。最后以圖像f′（x，y）為底圖，以色彩重塑結(jié)果fCR（x，y）為頂圖將兩張圖像進(jìn)行疊加，即可得到亮度均衡模型的最終結(jié)果圖像。

5 實(shí)驗(yàn)對比分析

對于圖像的去霧效果評價，人眼主觀判斷是一種直接而有效的圖像質(zhì)量評價。為更精確科學(xué)，本文采用圖像的均值、標(biāo)準(zhǔn)差和熵等客觀質(zhì)量評價標(biāo)準(zhǔn)來分析實(shí)驗(yàn)結(jié)果。

為驗(yàn)證本文算法對霧霾圖像的去霧效果，對存在霧天影響的同一幅圖像經(jīng)本文亮度均衡模型處理前后做對比實(shí)驗(yàn)，結(jié)果見圖3和表1。

圖3 圖像處理前后對

表1 處理前后圖像指標(biāo)比較

原圖存在霧天影響，圖像場景整體光線顏色偏暗且變化不夠充足，天空區(qū)域和遠(yuǎn)方的建筑亮度普遍偏白，沒有層次感。圖像對比度低，給人十分朦朧的感覺。通過本文的亮度均衡模型對圖像的顏色特征進(jìn)行強(qiáng)調(diào)突出，使顏色得到了明顯的增強(qiáng)，色彩動態(tài)范圍擴(kuò)大、過渡平滑且亮度能夠分布均勻。圖像地物信息得到恢復(fù)，提升了圖像整體質(zhì)量。處理后圖像均值有所提高。標(biāo)準(zhǔn)差提高表明圖像去霧后地物易于分辨、顏色鮮艷程度得到提升，熵值提高表明處理后圖像帶霧區(qū)域信息得到一定恢復(fù)。

6 結(jié)語

針對無人機(jī)圖像易因霧天影響而降質(zhì)的問題，本文提出了基于HSI變換和自適應(yīng)亮度調(diào)整的亮度均衡模型，經(jīng)驗(yàn)證，亮度均衡模型的去霧效果明顯，處理結(jié)果圖像清晰，圖像地物信息得到恢復(fù)，圖像對比度增強(qiáng)，清晰度和鮮艷程度得到明顯提高。本文的亮度均衡模型可以為無人機(jī)航拍圖像的去霧處理提供參考。