基于暗原色先验理论的斜视相机去雾算法

关秋祺+杨立波

摘 要：为了消除大气对斜视相机航拍图像的影响，建立了斜视退化模型，提出了一种从图像分块和引导滤波细化透过率图来改进暗原色理论的方法。实验结果表明，通过该方法获得的图像细节更丰富，能有效缓解因分块效应导致的“halo”效应，图像去雾效果比较好。

关键词：暗原色先验；退化模型；引导滤波；图像去雾

中图分类号：TP391.41 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.24.011

斜视相机光学成像路径长，大气会严重影响相机的成像质量。相机获取的图像质量差，可以用图像处理的方法提高图像质量。目前，常用的图像处理方法是去阴霾，也叫“去雾”。去雾的算法很多，常用的是基于非模型的图像增强算法和基于物理模型的复原方法。基于物理的方法从图像复原的角度出发，从本质上去雾，常用的方法有Tan算法、Fattal算法和He算法等。通常情况下，这些方法是在物理退化模型下进行的，是解决病态反问题的方案。为了降低反问题的难度，暗通道先验理论受到了极大的关注。

本文针对斜视相机航拍获得的降质图像，结合暗原色先验理论，提出了一种基于大气传输退化模型的去雾方法。本文简要介绍了基于大气散射的斜视退化模型和基于暗原色理论的改进型导向滤波算法，给出了实验结果，并进行了分析，提出了算法应用方案。

1 大气传输退化模型

1975年，McCartney根据Mie散射理论，提出了著名的大气散射模型，如图1所示。目前，该模型被广泛应用于计算机视觉和图像处理领域。针对复杂的大气散射影响McCartney进行建模分析，揭示了雾天条件下图像的退化机理和图像的组成。

McCarney大气散射模型的形式是：

式（1）中：x为图像坐标；I为获取的有雾图像；J为无雾图像；A为大气光；t（x）为透过率。

图像去雾即恢复J，如果与t（x）可从中估计，可由式（2）计算获得，即：

2 改进型引导滤波算法

2.1 暗原色先验

He等在调查户外无雾图像特征的过程中发现一种统计规律：图像的局部区域至少存在一些像素，其对应的某个颜色通道的强度值趋于零，即暗原色先验。基于此，暗通道定义如下：

式（3）中：Jc为RGB图像的任一颜色通道c∈{r，g，b}的强度；Ω（x）为以像素为x中心的局部斑块。

由式（3）可知，在3个颜色通道中，最小值和所有像素Ω（x）的选作为暗通道Jdark（x）。从室外随机挑选5 000幅无雾图的暗通道表明，在暗通道中，该像素大约75%的通道具有0值和90%的像素具有低于35的值。大量实验结果表明了暗原色先验理论的合理性。暗原色点主要存在于阴影、五颜六色物体或表面、暗的物体或表面。

2.2 斜视退化模型

相机从高度为h的位置观察高度为h0的景物如图2所示。根据辐射传输方程推导得到：

式（4）（5）（6）中：Iobj（h0）为景物的亮度；Iback_obj（h0）为景物处的大气背景亮度；Ts为大气透过率。

由此可以得到斜视退化模型，即：

当η=1时，水平观测时就转化为McCarney大气散射模型。

2.3 改进的算法步骤

基于暗原色先验理论的改进型去雾算法步骤是：

将有雾图像按block=round[max（A，B）×3%]来分块，求取局部暗原色图。

根据航拍图像的透过率分布相对平滑的特点，对比He采用的15×15的分块原则，给定一个A×B的图像为例。

本文的分块原则是：

根据暗原色图粗略估测透过率t（x）和大气光A.

结合斜视退化模型（式7）和暗原色理论，考虑透视现象的影响，引入一个常数ω（0<ω<1）， 尽可能保证不丢失图像的深度感，得到大气透过率t（x）为：

在实际应用中，对于大气光值A，通常借助有雾图像的暗通道图来获取。具体步骤是：根据亮度的大小取前0.1%的像素；然后在这些位置中，对应到有雾图像I中像素点，将具有最高

亮度点的像素收集起来，将符合条件的所有点的平均值作为A的值。

采用引导滤波的方式来细化透过率。透过率并不是一贯恒定的，粗略估计透过率图时，会出现“halo”块状效应。为了尽可能保证去雾效果，需要精细化透过率图。本文采用引导滤波（一个线性可变的滤波器）来取代抠图算法。每个像素的滤波核Wij表示为：

式（10）中：γk为第k个核函数窗口；μk和σk2为引导图G在窗口内的均值和方差；γ为窗口内的像素个数；ε为平滑因子。

由斜视退化模型和参数I、A和t（x），恢復无雾图像J。

3 实验结果与分析

本文采用单幅图像的雾天图像复原方法测试航拍图像。实验在一台处理器为3.2 GHz的PC机上运行，利用MatlabR2012b编程实现。本文所述方法的处理结果如图3和图4所示。

图3、图4中的相关数据表明，导向滤波改进后的透过率被细化，图像细节更加丰富，有效缓解了因分块效应导致的“halo”效应，最终复原出来的去雾图像效果比较好。

4 结束语

验证航拍的实验图像可知，改进的暗原色方法对提高航拍图像有一定的作用。本文的算法是基于PC机实现的，是对获取的图像进行了后处理，而国外大多数航拍相机将图像处理集成到处理电路中，直接输出高质量图像。因此，通过搭建诸如FPGA、GPU等硬件平台优化算法实现航拍图像的实时处理，是未来应用的主流方向。

参考文献

[1]郭璠，蔡自兴，谢斌，等.图像去雾技术研究综述与展望[J].计算机应用，2010，30（9）：2417-2421.

[2]Tan R T.Visibility in Bad Weather from a Single Image.Computer Vision and Pattern Recognition.Anchorage，2008：1-8.

[3]Fattal R.Single Image Dehazing.ACM Transactions on Graphics（S0730-0301），2008，27（3）：72.

[4]HE Kaiming，SUN Jian，TANG Xiaoou.Single Image Haze Removal Using Dark Channel Prior.IEEE Transactions on Pattern Analysis and Machine Intelligence（S0162-8828），2011，33（12）：2341-2353.

[5]HE Kaiming，SUN Jian，TANG Xiaoou.Guided Image Filtering.IEEE Transactions on Pattern Analysis and Machine Intelligence（S0162-8828），2013，35（6）：1397-1409.

作者简介：关秋祺（1986—），女，满族，吉林省吉林市人，硕士研究生，主要从事航空数字图像处理方面的研究。

〔编辑：白洁〕