海上拍攝圖像的清晰化算法研究?

劉海波 張慧娟

（92124部隊(duì) 大連 116023）

1 引言

海上拍攝的圖像容易受到霧氣和海面光影的影響，使得能見度大幅下降，成像系統(tǒng)采集的畫面質(zhì)量受損，給視頻監(jiān)控、船只導(dǎo)航的正常工作帶來(lái)困難［1］。因此對(duì)于降質(zhì)圖像進(jìn)行清晰化，具有重要的研究?jī)r(jià)值。

圖像清晰化方法主要分為圖像增強(qiáng)和圖像復(fù)原。直方圖均衡化屬于經(jīng)典方法，運(yùn)算簡(jiǎn)便，但是會(huì)出現(xiàn)過圖像增強(qiáng)，導(dǎo)致畫面不自然；多尺度Ret?inex［2～3］對(duì)薄霧有較好的處理效果，但是高對(duì)比度邊緣會(huì)出現(xiàn)光暈。Narasihman等［4～6］通過多種方法對(duì)場(chǎng)景的景深進(jìn)行提取，但是需要多副圖像，限制應(yīng)用范圍。Tarel等［7］利用兩次中值濾波估計(jì)霧氣濃度，但是存在邊緣部分損失細(xì)節(jié)的弱點(diǎn)；He等［8～9］提出了基于暗通道先驗(yàn)的景深估計(jì)方法，取得了較好的去霧效果，但是對(duì)于海上圖像大面積的天空背景，容易出現(xiàn)較大面積的紋理過增強(qiáng)和分塊現(xiàn)象。

本文針對(duì)海上靶場(chǎng)可見光圖像大面積?？?qǐng)D像的特點(diǎn)，改進(jìn)了暗通道去霧方法中大氣透射率的估計(jì)方法；針對(duì)去霧的圖像亮度較低，對(duì)比度差，不利于后續(xù)的圖像分析和判讀的問題，對(duì)去霧后圖像進(jìn)行g(shù)amma校正，增強(qiáng)對(duì)比度，改善可讀性。應(yīng)用于幾幅典型的任務(wù)圖像，本文方法的處理結(jié)果均優(yōu)于經(jīng)典的直方圖均衡增強(qiáng)、有限對(duì)比度自適應(yīng)直方圖均衡化和多尺度Retinex方法。

2 圖像去霧算法

2.1 霧天圖像成像機(jī)理

霧天模型通常表達(dá)為

式中，A為當(dāng)前場(chǎng)景的大氣光值，x表示在圖像中的坐標(biāo)位置；t(x)表示為在圖像坐標(biāo)為x處透射率。由式（1）可得

由式（2）可知，若求復(fù)原圖像J，只需求出透射率t和大氣光值A(chǔ)即可。t和A的求取直接決定恢復(fù)效果的好壞。

2.2 暗通道先驗(yàn)估計(jì)透射率

2009年，在CVPR大會(huì)上，He等［8］提出基于暗黑通道先驗(yàn)知識(shí)的單幅圖像去霧。暗黑通道先驗(yàn)知識(shí)是對(duì)大量無(wú)霧圖像進(jìn)行最小值濾波發(fā)現(xiàn)的統(tǒng)計(jì)規(guī)律：對(duì)于一幅無(wú)霧圖像的任意小塊中，總有一個(gè)像素點(diǎn)，其一個(gè)顏色通道具有很低的強(qiáng)度值，數(shù)學(xué)表達(dá)式為

其中Jdark為圖像J的暗通道，Jc為的J的r、g、b一個(gè)通道，Ω(x)為以像素x為中心的正方形鄰域。

假設(shè)大氣光A已知且透射率t(x)在每一個(gè)局部區(qū)域Ω(x)內(nèi)保持不變，對(duì)式（1）使用在三通道中使用最小運(yùn)算符，并同時(shí)除以A，得到：

對(duì)于沒有天空區(qū)域的無(wú)霧圖像，由暗通道先驗(yàn)統(tǒng)計(jì)規(guī)律可知：，因此式（4）可轉(zhuǎn)化為

2.3 透射率估計(jì)的改進(jìn)

針對(duì)霧天海上場(chǎng)景的去霧，必須考慮大面積天空和海水。利用He的方法求取其暗黑通道。海面上暗通道顏色很暗，基本上趨近于0，空中暗通道數(shù)值大于海面，容易出現(xiàn)不符合暗通道先驗(yàn)的問題，需要對(duì)透射率估計(jì)方程進(jìn)行修改。

實(shí)際上，如果徹底去除霧的存在，圖像會(huì)失去景深感，看起來(lái)不真實(shí)［10～11］。所有可以通過在式（5）中引入?yún)?shù)ω，保留一部分覆蓋遙遠(yuǎn)景物的霧：

參數(shù)ω的取值為［0，1］，ω越近于1，表示其去霧程度越大，反之去霧程度越小，從減小去霧后海上圖像的失真度和去霧程度這兩個(gè)因素出發(fā)，本文取ω=0.85。

實(shí)際拍攝的霧天圖像，往往包含大量明亮的海空背景，這不滿足暗通道先驗(yàn)算法的應(yīng)用條件，必須對(duì)大氣透射率t的估計(jì)進(jìn)行改進(jìn)，故引入一個(gè)容差參數(shù)C， ||I-A＜L的區(qū)域，認(rèn)為是滿足暗通道先驗(yàn)的區(qū)域，保持原來(lái)的透射率不變；對(duì)于 ||I-A＜L的區(qū)域，認(rèn)為是明亮區(qū)域，重新計(jì)算透射率。為此，得到適用于海上圖像去霧的公式：

式（7）保證了?？盏让髁羺^(qū)域的透射率不會(huì)偏向很小的值，是對(duì)暗通道去霧算法的有益處補(bǔ)充和擴(kuò)展，能夠很好地處理明亮背景下的霧化圖像。

初步估計(jì)透射率t~塊效應(yīng)一般都很明顯，文獻(xiàn)利用導(dǎo)向?yàn)V波［12］的方法對(duì)初步估計(jì)的透射率進(jìn)行細(xì)化，具有很好的邊緣保持性，并且該方法透射率細(xì)化效果與軟摳圖方法基本一致，該方法的最大優(yōu)勢(shì)就是計(jì)算量遠(yuǎn)低于軟摳圖方法［8］。

2.4 對(duì)圖像進(jìn)行g(shù)amma校正增強(qiáng)

gamma描述了輸入圖像和輸出圖像之間的映射曲線的形狀，如果gamma＜1，則曲線中像素值高的權(quán)重會(huì)大些，如果gamma＞1，則曲線中像素值低的權(quán)重會(huì)大些。圖1為gamma值對(duì)輸入輸出映射的影響示意圖。

經(jīng)過去霧后，通常亮度較低，對(duì)比度差，此時(shí)gamma值應(yīng)根據(jù)實(shí)際情況取小于1的數(shù)值，將像素值高的權(quán)重取大些，改善圖像的對(duì)比度，更有利于人眼的分析和判讀。

3 結(jié)果與分析

圖2、圖3的（a）為兩組海面拍攝的典型彩色圖像，由于受到海面水汽、霧氣的影響，圖像對(duì)比度較低；（b）為經(jīng)典的直方圖均衡算法的處理結(jié)果，色彩失真，天空出現(xiàn)明顯的色塊；（c）限制對(duì)比度的直方圖均衡化方法的處理結(jié)果，明暗過渡的部分容易出現(xiàn)跳變，海面色彩還原不理想；（d）Retinex算法去霧后圖片飽和度偏高，圖像前景目標(biāo)片偏白；（e）He［8］的經(jīng)典方法，天空部分因?yàn)椴粷M足暗通道先驗(yàn)，處理之后出現(xiàn)亮域失真現(xiàn)象且畫面偏暗；（f）為本文算法，在細(xì)節(jié)強(qiáng)度、色調(diào)還原和結(jié)構(gòu)信息方面表現(xiàn)更為突出，有效解決亮域失真的問題，對(duì)比度提高明顯，畫面自然，處理效果較好。

4 結(jié)語(yǔ)

本文針對(duì)海上圖像易受到霧氣影響，圖像對(duì)比度低、可讀性差的問題，在大氣散射物理模型的基礎(chǔ)上，提出了改進(jìn)的暗通道去霧方法，并且對(duì)去霧后圖像進(jìn)行g(shù)amma校正。通過兩組典型圖像處理結(jié)果表明，所提算法與其他經(jīng)典算法相比，有效增強(qiáng)了目標(biāo)對(duì)比度，同時(shí)抑制了背景的過度增強(qiáng)，畫面自然，達(dá)到了較好的效果。

［1］吳兆麟，趙月林.船舶值班與避碰［M］.大連：大連海事大學(xué)出版社，2008：132-138.

［2］Rahman Z U，Glenn A W，Daniel J J.A Comparison of the Multiscale Retinex with Other Image Enhancement Techniques［C］//Proceedings of the IS&T 50th Anniversa?ry Conference，2007：426-431.

［3］Jobson D J，Rahman Z，Woodell G A.A Multi-Scale Ret?inex for Bridging the Gap Between Color Images and the Human Observation of Scenes［C］//IEEE Transactions on Image Processing：Special Issue on Color Processing.1997，6（7）：965-976.

［4］Narasimham S G，Nayar S K.Chromatic Framework for Vi?sion in Bad Weather［C］//Proceedings of the IEEE Confer?ence on Computer Vision and Pattern Recognition，Hilton Head Island，USA：2002：598-605.

［5］Narasimham S G，Nayar S K.Vision and the Atomsphere［J］.International Journal of Computer Vision.2002，48（3）：233-254.

［6］Schechner Y Y，Narasimham S G，Nayar S K.Polariza?tion-Based Vision through Haze［J］.Applied Optics.2003，42（3）：511-525.

［7］Tarel J，Hautiere N.Fast Visibility Restoration From a Single Color Or Gray Level Image［C］//Proceedings of the IEEE 12th International Conference on Computer Vision，Kyoto：IEEE Press，2009：2201-2208.

［8］He K M，Sun J，Tang X.Single Image Haze Removal Us?ing Dark Channel Prior［J］.IEEE Transactions On Pat?tern Analysis and Machine Intelligence.2011，33（12）：2341-2344.

［9］He K，Sun J，Tang X.Fast Matting Using Large Kernel Matting Laplacian Matrices［C］//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，San Francisco，California，USA：IEEE Computer Soci?ety，2010：2165-2172.

［10］陳書貞，任占廣，練秋生.基于改進(jìn)暗通道和導(dǎo)向?yàn)V波的單幅圖像去霧算法［J］.自動(dòng)化學(xué)報(bào).2016，42（3）：455-465.

［11］高銀，云利軍，石俊生，等.基于各向異性高斯濾波的暗原色理論霧天彩色圖像增強(qiáng)算法［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào).2015，27（9）：1701-1705.

［12］He K，Sun J，Tang X.Guider Image Filtering［C］//Euro?pean Conference on Computer Vision，2010：1-14.