一种单帧图像的快速去雾方法

段世杰+黄华+王鹏飞+康永杰

摘要：基于雾图求反图与低光照图像之间统计特性的相似性，本文提出了一种利用Retinex图像增强方法实现图像去雾的新方法，能够实现对雾图的快速、有效去雾。该方法首先获取雾图的求反图，对求反图进行Rednex增强，并对其结果图像进行动态范围调整和色彩复原，得到去雾后的图像。对本文提出的去雾算法与当前其他去雾算法的实验结果对比显示，本文提出的去雾算法去雾效果明显，主客观评价结果与当前最好的算法相当，但本文算法的时间效率很高，能够达到实时处理的要求。

关键词：图像处理；雾图；Retinex；去雾；雾图求逆图

中图分类号：TP391.4 文献标识码：A DOI：10.3969/j.issn.1003-6970.2015.05.001

0 引言

在适宜的气候条件下，雾霾作为一种自然天气现象经常发生。近年来，随着社会经济的发展和环境污染加剧，我国部分地区越来越频繁地发生雾霾天气。根据国家有关部门统计，部分地区出现雾霾天气的天数甚至超过半年。雾霾天气的频繁发生给生产、生活和学习造成了不利影响，甚至造成经济损失。在户外视频监控领域，雾霾天气的发生会直接影响视频采集的质量，造成图像模糊，影响监控系统的性能甚至使之失效。因此，利用图像处理技术改善受雾霾影响的图像/视频质量，从雾图中得到较为清晰的图像或视频具有很强的实际意义。

近年来，雾图去雾研究已成为国内外图像处理领域的研究热点之一，众多专家学者对此开展了深入研究并取得了相当成果。针对单帧图像的去雾研究主要有两类：基于图像处理的方法和基于大气成像模型的方法。基于图像处理的去雾方法，采用传统的图像增强思想实现去雾，对薄雾图像的去雾有较好的效果，但通常对浓雾条件下图像的去雾效果不佳；一些算法将图像进行分割，对图像局部实现对比度增强，实现的去雾效果相对较好。基于大气成像模型的方法从雾霾成因入手，结合先验知识复原图像，一般能够得到较为清晰的图像。基于大气成像模型的方法对薄雾和浓雾图像都有很好的去雾效果，越来越受到研究人员的重视，但存在计算量大、效率低的缺点。伦敦大学的Tan等人认为雾天图像一定比无雾图像的对比度高，因此以大气成像模型为基础，将雾图的最大亮度值作为全局大气光照，通过修复图像中最大局部对比度的方式来实现去雾的目的，得到的去雾图像与真实的物理场景存在一定的偏差。Tare等人提出了一种基于大气成像模型的滤波去雾思想，可以实现彩色图和灰度图的去雾。香港中文大学的Kaiming He提出了一种简单有效的图像先验规律——暗原色先验（Dark chrdnnel Prior）。通过对大量无雾图像的统计分析，He发现绝大部分的户外无雾图像的局部区域中都存在至少某个颜色通道像素值最低的像素点。根据这些先验并施加一定的约束条件，可以估算出整体大气光强度和传输率，通过软抠图方式对传输率进行优化，最后按照大气成像模型得到去雾增强后的图像。基于大气成像模型的去雾方法能够较好的实现对雾图进行去雾增强的目的，但通常存在计算复杂度高的缺点，不利于实时处理。

本文通过对大量雾图进行统计后发现：雾图的求反图与低光照图像之间的统计直方图分布存在相似之处，因此提出利用Retinex算法对雾图的求反图进行增强处理，从而实现对雾图去雾的目的。对大量雾图进行的去雾实验结果显示，本文提出的算法去雾效果明显，与当前最好的去雾算法效果相当，且时间效率很高。

1 低光照图像与雾图求反图的比较分析

由于受到雾霭的影响，雾图的亮度一般都很高。与之对应，低光照图像由于光照不足，其总体亮度偏暗。本文对此类相关图像进行了大量的实验研究，对实验进行统计分析的结果表明，雾图求反后得到的图像与低光照图像之间存在大量的相似之处。图l给出了雾图、雾图求反图和低光照图像的示例。

对图1中的雾图求反图以及低光照图像进行直方图统计分析，其结果如图2所示，可见雾图求反图与低光照图像的亮度直方图之间存在较多的相似之处，其亮度分布主要集中在低亮度区域。