一种提高雾天图像清晰度的方法

孙洪伟, 朱志超, 于 磊, 方 帅, 王 勇

(合肥工业大学计算机与信息学院,安徽合肥 230009)

一种提高雾天图像清晰度的方法

孙洪伟, 朱志超, 于 磊, 方 帅, 王 勇

(合肥工业大学计算机与信息学院,安徽合肥 230009)

物理模型在复原单幅彩色图像的过程中不能准确求取场景深度值,对远处场景目标的复原效果不太理想,图像的亮度和对比度大大降低,图像色彩失真。文章提出了采用修正的Retinex算法,对基于大气模型的复原图像进行后处理的方法;采用暗原色先验原理求取深度图,并提取深度值较大的区域,通过反射分量对该区域进行局部增强,提高远处场景和细节的局部可见度;为了在增强图像的同时,避免色彩失真,通过照射分量提高图像的全局对比度,并与修正Retinex算法直接对雾天原始图像增强相比较。实验结果证明,该方法能改善基于物理模型的图像复原结果,可以有效地提高雾天退化彩色图像清晰度。

物理模型;修正Retinex;暗原色先验;图像清晰度

0 引 言

在雾天条件下,能见度非常低,图像会出现严重的退化和失真,对公路交通、飞机导航、船舶航行等都有不可忽视的影响。对雾天退化图像的复原渐渐成为当前图像处理的热点之一。近年来,文献[1]在前人关于大气散射理论研究的基础之上,取得了具有突破性的研究成果,并针对不同的应用需要,推导出了对比度模型、二色模型以及偏振模型[1-4],为图像复原研究做出了突出贡献。国内的一些高校也开展了针对天气退化图像复原问题的研究工作,文献[5]讨论了关于大气效应对成像的影响,在国内属于开创性工作;文献[6]分别从计算机图形学和计算机视觉的角度,研究了各种天气条件下的成像机理,以达到绘制各种天气效果和消除各种天气对成像影响的目的,但这些现有算法在计算速度和精度上仍需提高。

针对基于大气物理模型在复原单幅彩色图像的过程中,不能增强图像的全局对比度,图像的亮度降低,图像色彩失真,本文总结了前人所做的工作,采用修正的Retinex对复原后的图像进行增强,改善图像局部和全局对比度。采用暗原色原理对图像深度的分析,对较远处的场景进行局部增强,从而能够改善退化图像复原的效果,实现对雾天退化图像的清晰度的提高。

1 大气双色散射模型

对雾天退化图像建立物理模型,分析大气光的亮度和色度,并进行消除大气光的图像处理,是大气物理模型算法的基本思路。本文基于文献[3]提出了大气双色散射模型,图像中每个场景点所受的天气影响可以通过大气双色散射模型显示。场景点是直线光和天空光色彩的结合,直线光的方向为场景点色度方向,天空光的方向是大气光色度方向。大气双色散射模型中场景点亮度的数学表达式为:

其中,E∞为天空亮度;R为晴天场景点的辐射;β为大气散射系数,通常假设大气散射系数是常数;d为场景点深度;R e-βd为晴天下被观测点的亮度;E∞(1-e-βd)是大气光产生的亮度。

由上可以看出,场景点的色彩和对比度随着到达观察者的距离增大,退化得更为明显,因此,传统的空间不变技术对图像进行复原,效果通常不太理想。晴天下场景点的辐射为:

若能够确定天空亮度E∞和场景点深度d,通过调节大气散射系数β,就能得到晴天下的场景点辐射,实现对图像的复原。本文采用手动选取天空区域求平均值法,对E∞进行估计。

2 深度信息提取

本文求场景点相对深度值时,采用一种新的先验规律——暗原色先验[7],求取单一图像的深度图,暗原色先验是对户外无雾图像库的统计得出的规律。在不包括天空的绝大部分局部区域,总会存在一些暗像素,至少有一个颜色通道具备很低的强度值。在被雾干扰的图像里,这些暗像素的强度值会被大气中的白光成分所充斥而变得较高,因此,这些暗像素可直接用来评估雾光的透射信息。结合一个已有的雾成像模型和插值法抠图修复,可以得到去雾图像和较好的深度图。

由于附加的大气光,图像被雾干扰之后往往要比其本身亮度更大,透射率t一般较小,所以被浓雾覆盖的图像的暗原色具有较高的强度值。从视觉上来看,暗原色强度值是雾浓度的粗略近似,利用这一性质来估算透射和大气光线的影响。通过暗像素的特性估计传输,其计算公式为:

其中,t(x)为局部区域传输函数;ω∈(0,1);Ω(x)为图像色彩空间位置x处的局部区域;Ic(y)函数为观察到的场景点亮度;c∈(R,G,B);A是全局大气光。由此可以得到图像的深度图,并通过软修复的方法完善这一映射[8]。修复后能抓住尖锐边缘的不连续性,并且勾勒出物体的轮廓,实验结果如图1所示。

由以上实验可知,色度较暗区域的深度值比较大,色度较亮的区域,其深度比较近,这在图1中得到证实。图1a是原始图像,图1b中的树深度值比较大,其色度相对于近处的台阶比较暗,与远处的天空区域比较相对较亮。图1c中,远处的树木处于雾的笼罩下,其深度值大于近处的草地,比较暗,天空的深度比较大。与原图相比图1d的求取比较正确,有利于借助图像的场景深度信息,对复原的图像做后处理。

图1 彩色图像求取深度图实验结果

3 修正Retinex的复原图像后处理

针对基于大气模型复原的图像,不能精确求取天空光和场景深度值,得到的参数数值是相对的,在深度值比较大的区域,场景退化比较严重,复原效果不太理想,但是未做单独处理;复原后的图像在亮度和对比度上大大降低,图像的色彩也出现失真。本文采用修正Retinex对复原后的图像进行后处理[9],通过求得图像的深度信息,提取深度图中较远的区域,该区域的深度值大,成像质量差,对该区域进行局部增强,并对图像整体增强;同时,利用修正Retinex对图像的细节信息进一步增强,从而能够增强图像的远处场景目标,并能保留图像的高频信息。

修正Retinex算法在Retinex照射反射模型的基础上,引入参数自适应较强的非线性变换函数来同时改善图像局部和全局对比度,对照射分量进行强度拉伸以提高全局对比度,并利用合适的非线性函数来映射反射分量,以提高细节的可见度,避免了复杂的多尺度模板卷积运算[10],对图像进行全局增强的同时,能够增强图像的高频信息。

修正Retinex对传统Retinex模型进行改进,通过引入非线性函数F(i)和S(r),对图像照射分量和反射分量分别进行非线性变换后,新的照射反射模型为:

其中,X为被光照影响的图像;(x1,x2)是图像像素点的坐标;非线性函数F(i)的形式可以灵活选择,包括强度拉伸、直方图均衡、单尺度 Retinex或其它全局对比度增强函数,能提高图像的全局对比度;i表示环境照明分量;函数S(r)能够不增加运算复杂度的同时提高局部对比度,提高图像的细节可视度;r表示携带着图像细节信息的目标反射分量,非常大和非常小的r对应着图像灰度锐变区域和平坦区域。

该模型对图像进行全局增强的同时,也能进行局部增强。调节r的值,通过函数S(r)可以对图像局部增强,突出图像的高频信息;通过函数F(i)对图像进行全局增强,拉伸全局对比度;实验结果如图2所示。

图2a是原始有薄雾的图像,进行增强;图2b是采用修正 Retinexd算法对图2a进行增强,图像的细节更突出,比原始图像清晰,但是图像的整体对比度恢复不太理想;图2c是没有薄雾的原始图像;图2d采用修正Retinex方法,使得山体的岩石纹理信息和河床等细节信息,得到进一步突出体现,而且整体色彩得到很好的改善。实验证明,修正Retinex算法对没有雾的图片增强效果比较好,对有薄雾覆盖的图片,能突出图像的细节信息,但对整幅图像色彩的拉伸不是很好。

图2 修正Retinex的图像增强实验结果

4 实验结果与分析

通过以上分析,基于大气模型的单幅彩色图像复原,能够去除薄雾。在图像的整体对比度和亮度上大大降低,图像色彩失真。采用修正Retinex算法对没有薄雾的图像增强时,图像的细节信息得到体现,整体对比度得到拉伸。但对有薄雾覆盖的图像增强时,该算法能够增强图像的高频信息,而不能去除雾的影响,图像的整体对比度拉伸效果不太理想。所以,本文采用修正Retinex对基于大气模型的单幅彩色图像进行后处理,进一步增强了图像的细节信息,同时也改善了图像色彩。

本文的实验软件为M atlab7.0,在W indow s XP操作系统下进行,Retinex图像后处理实验结果对比如图3所示。

图3a是原始图像,有薄雾覆盖;图3b是基于大气物理模型的复原结果,消除原始图像的薄雾,但楼房的边缘信息如窗户没有得到很好的复原,较远处的楼房依然模糊;图3c是图3a直接进行修正Retinex增强,使图像的细节得到呈现,但整体呈泛白,色彩失真;图3d是对图3b的后处理,采用修正Retinex算法,在对图像整体增强的同时增强了图像的细节信息,如窗户的边缘很清晰。

同样的实验效果在图3h中也得到证明,该图采用了修正Retinex算法,图像的整体对比度得到改善,如树枝、行人和汽车的边缘等细节信息得到恢复;而且通过对深度值大的区域进行局部增强,可以去除天空噪声,增强远处场景隐藏的细节得到体现,并改善了图像的整体色彩。

图3 Retinex图像后处理实验结果对比

5 结束语

本文基于大气物理模型对单幅雾天退化图像进行复原,引用暗原色先验原理求取单幅图像深度信息的方法,可较为准确地求取单幅退化图像的深度参数,更好地复原退化图像。针对图像的亮度和对比度在复原的过程中有所降低,本文采用修正的Retinex算法对基于大气模型复原的图像进行后处理。对图像进行整体增强的同时,通过已求取的深度图,提取深度值大的区域,采用修正的Retinex算法对该区域进行局部增强,提取图像的高频信息,从而能够增强图像的远处场景目标。对图像的对比度进行整体拉伸时,图像色彩信息得到进一步增强,较好地恢复了图像色彩。将该方法与建立在大气物理模型复原的图像复原和直接采用修正的Retinex算法对雾天图像增强进行比较,实验结果证明,本文提出的方法具有显著的可行性和优越性,能有效地提高雾天条件下单幅退化图像的清晰度。

[1] 江巨浪,胡林生,丁 蕾.亮度保持的夜景图像增强算法[J].合肥工业大学学报:自然科学版,2007,30(9):1083-1086.

[2] Narasimhan SG,Nayar S K.Contrast restoration of weather degraded images[J].IEEE Transactions on Pattern Analysisand Machine In telligence,2003,25(6):713-724.

[3] Narasimhan S G,Nayar S K.Vision and the atmosphere[J].International Jou rnal ofCom puter Vision,2002,48(3):233-254.

[4] Narasimhan SG,Nayar S K.In teractive(de)w eathering of an image using physcial m odels[C].ICCV W orkshop on Color and Photometric Methods in Comp V ision(CPMCV),2003,1:665-672.

[5] 桑梓勤.雨雾天气下的户外场景成像[J].电子学报,2000,28(3):131-133.

[6] 钱 徽.大气退化的自然山体图像复原研究[J].计算机辅助设计与图形学,2002,14(6):526-529.

[7] He Kaim ing,Sun Jian,Tang Xiaoou.Single image haze rem oval using dark channel prior[C]//2009 IEEE Conference on Computer Vision and Pattern Recognition,2009:1956-1963.

[8] Levin A,Lischinski D,W eiss Y.A c losed-form solution to natural imagem atting[J].IEEE T ransactions on Patlern A-nalysisand Machine In telligence,2008,30(2):228-242.

[9] 李冠章.一种高效地修正Retinex图像自适应对比度增强算法[J].测试技术学报,2009,23(5):445-451.

[10] Y i-Shu Zhai,Xiao-M ing Liu.An im proved fog-deg raded im age enhancemen t algorithm[C]//Proceedings of the 2007 In ternational Conference on W avelet Analysis and Pattern Recognition,Beijing,China,2007:2-4.

An effective enhancementmethod for im age clearness in fogs

SUN Hong-wei, ZHU Zhi-chao, YU Lei, FANG Shuai, WANG Yong

(School of Compu ter and Inform ation,Hefei University of Technology,H efei 230009,China)

The sing le color image restored based on physicalmodel has the disadvantages that the exact scene depth parameter can notbe gotten,and the far scene is not restored ideally.Besides,when the color im age is processed based on physicalmodel,the contrast and lum inance of the image decrease and the co lor is anam orphic.To solve the above prob lems,a new method is p roposed in this paper,by which the restored image isenhanced through the modified Retinex algorithm.The scene depth graph isobtained by using the rule of dark channel prior.The area w ith larger depth parameters is gotten and enhanced by reflection componentvalue to improve the local visualappearance of the far scene and the details.M oreover,the global contrast is stretched in virtue of illum ination component value to p revent from the color distortion when the color is am ended.The image in fogs is enhanced directly through themodified Retinex algorithm and the result is compared with those of previous methods.The experimental results also show that the new method can improve the image restoration based on physicalm odel and enhance the clearness o f the degraded co lor im age in fogs.

physicalmodel;modified Retinex;dark channel prior;image clearness

TP391.41

A

1003-5060(2011)01-0083-04

10.3969/j.issn.1003-5060.2011.01.020

2010-01-14

国家自然科学基金资助项目(60705015)

孙洪伟(1984-),男,安徽宿州人,合肥工业大学硕士生;

方 帅(1978-),女,安徽六安人,博士,合肥工业大学副教授,硕士生导师.

(责任编辑 张秋娟)