去霧技術(shù)”讓監控不再“霧里看花”

去除視頻中的霧氣，改善圖像質(zhì)量是提升戶(hù)外視頻監控系統價(jià)值的一項關(guān)鍵技術(shù)。本文通過(guò)以霧圖像的物理模型為基礎建立與圖像增晰技術(shù)的關(guān)系對去霧技術(shù)進(jìn)行分析，綜合近年來(lái)提出的圖像去霧方法的基本原理，說(shuō)明一些典型的去霧方法是如何呈現視覺(jué)上的去霧效果的。

一、霧霾天氣導致去霧技術(shù)發(fā)展緊迫

　　近來(lái)，PM2.5這一氣象領(lǐng)域專(zhuān)業(yè)詞匯成為社會(huì )關(guān)注的話(huà)題,空氣中的液滴和固體小顆粒不僅危害人體健康，同時(shí)由于大量懸浮粒子的散射作用，大氣能見(jiàn)度下降，戶(hù)外圖像顏色和對比度退化，影響圖像中信息提取，也致使戶(hù)外清晰度降低導致交通事故頻發(fā)，因此，圖像去霧技術(shù)成為圖像處理與計算機視覺(jué)領(lǐng)域研究的重要課題，也是人們迫切解決的問(wèn)題之一。

　　近年來(lái)，隨著(zhù)技術(shù)的不斷發(fā)展，對有霧天氣時(shí)的景物影像進(jìn)行去霧處理已經(jīng)成為可能，對去霧圖像的清晰度和真實(shí)感也有了長(cháng)足的進(jìn)步。圖像去霧技術(shù)是圖像處理與計算機視覺(jué)領(lǐng)域研究的重要內容，其主要應用領(lǐng)域為視頻監控、地形勘測、自動(dòng)駕駛和目標跟蹤。在應用過(guò)程中，去霧后圖像的真實(shí)性、處理的實(shí)時(shí)性成為去霧技術(shù)研究和關(guān)注的重點(diǎn)。

　　二、圖像去霧技術(shù)

　　采用數字圖像處理技術(shù)對圖像進(jìn)行處理的方法有很多種,歸結起來(lái)，仍然是傳統的兩類(lèi)：一類(lèi)圖像增強，另一類(lèi)是圖像復原。圖像增強方法是從圖像呈現的低亮度和低對比度的特征考慮，按照特定需要突出圖像中的某些信息，削弱或去除某些不需要的信息來(lái)完成的;圖像復原是從基于物理模型的天氣退化圖像復原方法，從物理成因的角度對大氣散射作用進(jìn)行建模分析，實(shí)現場(chǎng)景復原。在復原過(guò)程中，一般先利用各種先驗知識估計模型中的參數，最后求解方程從而計算出清晰的圖像。兩種方法相較，基于復原去霧算法從原理上實(shí)現去霧，對霧的估計更準確，能夠真實(shí)地還原霧前的清晰圖像，針對性強，得到的去霧效果自然，一般不會(huì )有信息的損失。

　　1、基于圖像處理的圖像增強技術(shù)應用較多

　　典型的霧天圖像增強方法有灰度直方圖變換方法、頻率域分析方法和基于色感一致性的Retinex算法等。

　　灰度直方圖變換方法是把有霧圖像的直方圖變換為均勻分布的形式，從而增加像素灰度值的動(dòng)態(tài)范圍達到增強霧天圖像整體對比度的效果。

　　頻率域中小波分析算法是采用基于小波分析的多尺度圖像增強算法，其主要思想是由于霧的能量主要集中在圖像的低頻部分，對高頻部分影響較小，所以在此基礎上對圖像的高頻和低頻分別進(jìn)行增強或削弱以達到圖像清晰的目的。值得一提的是，目前有一種在小波變換基礎上發(fā)展起來(lái)的新的多尺度分析方法-曲波分析算法，特別適合于各向異性奇異性特征的信號處理，很好地彌補小波變換在圖像的曲線(xiàn)邊緣增強方面的局限性，能利用曲波變換的優(yōu)勢，采用基于曲波的消失點(diǎn)檢測對霧天圖像進(jìn)行自動(dòng)去霧處理。

　　色感一致性或稱(chēng)為色彩恒常理論是基于人類(lèi)視覺(jué)特點(diǎn)提出一種理論，認為人的視覺(jué)系統能夠忽略環(huán)境中光照的變化而獲得穩定的顏色感知。Retinex算法是建立在色彩恒常理論基礎上一種圖像增強方法，該算法通過(guò)視覺(jué)系統顏色不變性的特點(diǎn)，加強因為霧的干擾而被弱化的光照，從而達到對圖像增強的目的。

　　2、基于天氣物理模型的圖像復原方法成為新趨勢

　　(1)多幅圖像合成場(chǎng)景深度模型的方法

　　早期的復原算法是利用場(chǎng)景深度求解大氣散射方程從而獲得清晰圖像，隨后便出現了利用不同天氣條件下同一場(chǎng)景的多幅圖像合成場(chǎng)景深度模型的方法，均取得了較好的效果，但受客觀(guān)條件的限制，估測的場(chǎng)景深度往往不夠準確，同時(shí)由于缺乏足夠先驗條件加以約束，容易導致復原的結果與實(shí)際不符。

　　(2)光的極化角度分析與偏微分方程

　　后來(lái)，人們從光的極化角度對霧進(jìn)行分析，利用同一場(chǎng)景下的多幅圖像把被霧散射的光線(xiàn)分離為水平極化光和垂直極化光，設計相應的濾波器消除霧對光線(xiàn)的影響，達到去霧的目的，這種方法去霧效果明顯，圖像失真小，但是計算量過(guò)大，難以應用于實(shí)際。此外，偏微分方程在霧天圖像復原領(lǐng)域中也有廣泛的應用，主要方法是在大氣散射模型的基礎上，建立霧化圖像對應的梯度場(chǎng)，然后根據圖像景深與梯度的關(guān)系構造偏微分方程并求解獲得清晰的圖像，該方法能夠實(shí)現單幅圖像的盲去霧，但是構造和求解偏微分方程的過(guò)程繁瑣，同樣難以實(shí)現。

　　(3)單幅降質(zhì)圖像霧氣濃度分析

　　近年來(lái)，眾多研究者致力于如何針對單幅降質(zhì)圖像按照圖中霧氣濃度的變化達到徹底去霧的效果：通過(guò)統計發(fā)現，無(wú)霧圖像相對于有霧圖像必定具有較高的對比度，從而我們可以利用最大化復原圖像的局部對比度來(lái)達到去霧的目的，該方法能極大的增強圖像的對比度，但是容易導致圖像的顏色失真，并且在場(chǎng)景深度不連續的地方會(huì )產(chǎn)生光圈效應，實(shí)驗結果如圖1。

圖1 Tan的方法去霧效果圖

(4)光線(xiàn)的反射估算方法

　　由于物體表面的反射率是固定不變的，與其表面的光照強度無(wú)關(guān)，因此也可以利用景物對光線(xiàn)的反射估算光線(xiàn)的透射程度達到去霧的目的，但是該算法要求圖像局部存在不同的色彩，因此當霧的濃度很大、圖像接近白色時(shí)，就無(wú)法估計得到相應參數，導致去霧失敗。而且這種方法只對彩色圖像有效，并且計算量較大，實(shí)驗結果如圖2。

圖2 Fattal的方法去霧效果圖

　　(5)基于暗通道先驗的單幅圖像去霧算法

　　基于暗通道先驗的單幅圖像去霧算法是在2009年被提出的一種簡(jiǎn)單有效的圖像復原方法，該方法建立在一種自然界中普遍存在的暗通道先驗的基礎上，由于晴天拍攝的戶(hù)外圖像中總存在一些“暗點(diǎn)”，這些“暗點(diǎn)”至少有一個(gè)顏色通道的值很低，所以當圖像受到霧的干擾時(shí)，這些原本很低的值由于受到大氣散射光的影響而大幅升高，利用這些點(diǎn)就可以估算出拍攝場(chǎng)景中霧的濃度，并復原出清晰的無(wú)霧圖像。但這種方法只能粗略估算出圖像大氣光的分布，需要結合軟摳圖或雙邊濾波算法對透射率進(jìn)行優(yōu)化，該方法去霧效果如圖3。

圖3 暗原色去霧效果圖

　　三、暗原色去霧方法的改進(jìn)

　　在完善透射率的過(guò)程中，用軟摳圖的方法，旨在在暗原色圖像遠近景交界邊緣處，采用最大值濾波對被低估的暗像素值進(jìn)行修復。但計算過(guò)程中軟摳圖計算開(kāi)銷(xiāo)大，時(shí)間復雜度高，求解線(xiàn)性系統過(guò)程中速度慢，計算效率成為限制該方法實(shí)用化的最大障礙。

　　如若選取保持圖像邊緣的指導濾波器，通過(guò)圖像指導濾波來(lái)近似模擬這一侵蝕過(guò)程，不僅可以取得相似結果，同時(shí)也減少了運行時(shí)間。與經(jīng)典的雙邊濾波相比，指導濾波是一種顯式濾波，不僅具有線(xiàn)性的時(shí)間復雜度，對圖像邊緣的保持效果更加出色，還可以實(shí)現圖像邊緣的平滑、細節增強以及圖像融合去噪等功能。

　　1.改進(jìn)后的圖像去霧實(shí)驗結果

　　為了驗證改進(jìn)后的算法的有效性，使用圖像濾波對同一幅有霧圖像進(jìn)行了去霧實(shí)驗。通過(guò)觀(guān)察圖4可以發(fā)現，在視覺(jué)效果上，運用軟摳圖與運用引導圖像濾波對初始透射圖的優(yōu)化結果雖然并無(wú)明顯差異，但采取軟摳圖的方法計算量大約占到這個(gè)整個(gè)計算量的90%，而引導圖像濾波算法計算復雜度低，運算效率得到了大幅度提升，同時(shí)節約大量的內存空間，統計結果如表1。

圖4 軟摳圖與導向濾波比較

　　表1：兩種方法去霧的時(shí)間對比

　　去霧方法圖片尺寸去霧時(shí)間(s)主觀(guān)去霧效果

　　暗原色去霧圖4(d)340×45015.249很好

　　改進(jìn)后方法圖4(f)340×4503.358很好

四、去霧技術(shù)在安防監控領(lǐng)域的應用前景

　　筆者所在企業(yè)聯(lián)合南京郵電大學(xué)研發(fā)霧霾視頻増晰處理技術(shù)，針對由于霧霾等天氣條件下視頻圖像受到的不良影響進(jìn)行處理，還原成較為清晰的圖像，便于人眼識別，該處理方法采用了獨特的基于暗通道先驗理論的圖像復原算法，利用霧化模型和先驗暗通道可以直接估算霧的厚度，并恢復出高質(zhì)量的去霧圖像。

　　隨著(zhù)工業(yè)的發(fā)展以及其對氣候的影響，霧霾越來(lái)越成為一種常見(jiàn)的天氣現象，這對戶(hù)外應用的監控系統的畫(huà)面品質(zhì)造成很大的影響。而去霧技術(shù)能夠從多個(gè)角度提升視頻監控的質(zhì)量，可以用于各種有霧天氣條件的透霧處理;能明顯提升圖像的對比度、使圖像變通透、清晰;能夠顯著(zhù)增強圖像的細節信息，使原來(lái)被隱藏的圖像細節被充分展示;能夠提升圖像的飽和度，使圖像色彩鮮艷活潑、生動(dòng)，透霧處理后的圖像保持準確的色調、自然的外觀(guān)，因而獲得了良好的圖像質(zhì)量與視覺(jué)感受。

　　因此，從應用場(chǎng)景來(lái)看，去霧技術(shù)可用于多種戶(hù)外場(chǎng)合，如可應用于安防監控領(lǐng)域，能夠大大提高現有監控系統在霧天等惡劣天氣下的性能;可應用于公路交通監控領(lǐng)域，可以避免戶(hù)外監控攝像頭看不清監控對象、造成在關(guān)鍵時(shí)刻失效的后果;還可應用于遙感圖像處理以及軍事科技等領(lǐng)域。

圖5 去霧技術(shù)在交通領(lǐng)域的應用圖

　　五、結語(yǔ)

　　基于圖像處理的圖像增強方法具有對比度提高顯著(zhù)、圖像細節突出、視覺(jué)效果明顯的特點(diǎn)，該方法已經(jīng)在實(shí)踐中獲得了廣泛的應用。而基于物理模型的圖像復原方法針對性強，得到的復原結果自然，相信該技術(shù)必將獲得更大的發(fā)展，尤其是以基于暗原色先驗的霧天圖像復原的方法。使用引導濾波的方法取代軟摳圖，突破了此方法的最大瓶頸——即計算開(kāi)銷(xiāo)大、時(shí)間復雜度高的問(wèn)題。

　　圖像去霧技術(shù)的未來(lái)研究方向將集中在提高其實(shí)時(shí)性，并實(shí)現硬件化。同時(shí)，尋求更加完備的物理模型來(lái)描繪復雜的大氣狀況，并探索研究基于這些模型的去霧算法在未來(lái)一段時(shí)間內都將是一個(gè)具有挑戰性的課題。