煤礦井下高清圖像快速去霧算法研究

王啟明，李 季

1(遼寧工程技術(shù)大學(xué) 電氣與控制工程學(xué)院 ，遼寧 葫蘆島 125105 2(煤科集團(tuán)沈陽(yáng)研究院有限公司 機(jī)電安全裝備研究分院，沈陽(yáng) 110015 3(遼寧工程技術(shù)大學(xué) 電氣與控制工程學(xué)院 ，遼寧 葫蘆島 125105)

1 引 言

隨著煤礦工業(yè)的不斷發(fā)展，煤礦生產(chǎn)的安全保障受到國(guó)家的高度重視，國(guó)家安全監(jiān)察局相關(guān)規(guī)定[1]，均有提及視頻監(jiān)控系統(tǒng).加之產(chǎn)業(yè)技術(shù)升級(jí)，人像識(shí)別、視頻采集和模式識(shí)別自動(dòng)控制等設(shè)備在煤礦井下的大面積推廣，圖像采集、識(shí)別和利用成為了煤礦生產(chǎn)、運(yùn)輸和安全保障的重要一部分[2,3].

煤礦掘進(jìn)、采煤和運(yùn)輸過(guò)程中會(huì)產(chǎn)生大量的煤塵；在掘進(jìn)、采煤、鉆孔、設(shè)備冷卻和噴霧降塵的過(guò)程中需要大量用水；同時(shí)煤礦為了防止瓦斯積聚，防止瓦斯爆炸，通常大量使用軸流風(fēng)機(jī)等通風(fēng)設(shè)備，保證采煤工作巷道內(nèi)的風(fēng)速0.25m/s至4m/s[1]，以上這些因素造成很多工作巷道內(nèi)的揚(yáng)塵和水霧現(xiàn)象非常嚴(yán)重.光線經(jīng)過(guò)水霧折射反射嚴(yán)重影響了采集的圖像質(zhì)量[2,3]，因此研究煤礦井下圖像增強(qiáng)有重要意義.

圖像去霧算法研究一直是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)，目前方法主要分為兩大類[4-6]：第一類屬于傳統(tǒng)圖像增強(qiáng)，通過(guò)對(duì)降質(zhì)圖像進(jìn)行增強(qiáng)，改善對(duì)比度等傳統(tǒng)圖像增強(qiáng)算法，突出特征和有價(jià)值信息，缺點(diǎn)是會(huì)有圖像失真和信息損失，主要方法有直方圖均衡化、拉普拉斯變換、小波變換和視網(wǎng)膜皮層理論(Retinex)等.第二類基于物理模型，通過(guò)研究塵霧的散射作用，建立大氣散射模型，反推出無(wú)霧圖像，該類算法針對(duì)霧天，信息保留較完整，主要有景深度信息去霧法、光偏振去霧法和先驗(yàn)知識(shí)去霧法[4-6].

近幾年的研究趨勢(shì)傾向于物理模型算法，尤其在He于2009年中提出暗原色先驗(yàn)理論去霧方法(簡(jiǎn)稱He算法[7])，物理模型類去霧算法獲得了突破性的進(jìn)展.He[7]利用暗原色分布規(guī)律得到圖像的粗略透射率圖，再利用軟摳圖對(duì)粗略透射率圖進(jìn)行細(xì)化，之后依據(jù)大氣散射模型反算出原圖像.該方法得到的恢復(fù)圖像相較其他算法在清晰度和細(xì)節(jié)上有明顯提高，缺點(diǎn)是計(jì)算復(fù)雜度、空間復(fù)雜度較大，處理速度較慢.2011年，He針對(duì)該問(wèn)題引入引導(dǎo)濾波[8,9]替使圖像處理速度獲得了一定提高.

在井下圖像去霧算法開發(fā)過(guò)程中，發(fā)現(xiàn)He引導(dǎo)濾波算法在處理小幅圖(480×320)時(shí)速度很快，在處理高清圖像(分辨率1280×960，后文簡(jiǎn)稱960P)過(guò)程中時(shí)間明顯延長(zhǎng).本文針對(duì)煤礦井下高清圖像，利用插值法[13]配合引導(dǎo)濾波高速獲得粗透射圖，使用canny算子提取原圖邊緣加上使用原圖做加強(qiáng)引導(dǎo)圖，獲得邊緣權(quán)重引導(dǎo)圖，再對(duì)粗透射率圖作引導(dǎo)濾波細(xì)化，在保證去霧速度的同時(shí)提高邊緣對(duì)比度，設(shè)定了大氣值估算方法，設(shè)計(jì)了一種針對(duì)煤礦井下環(huán)境的高分辨率圖像去霧算法.

2 相關(guān)原理

2.1 塵霧圖像物理模型

在塵霧環(huán)境下，通常使用Narasimhan[10-12]等提出的大氣散射模型來(lái)描述圖像，在計(jì)算機(jī)視覺中可以表述成下述模型：

I(x)=J(x)t(x)+A(1-t(x))

(1)

其中I(x)為觀測(cè)圖像即塵霧圖像，x為二維空間坐標(biāo)值，J(x)為場(chǎng)景反射強(qiáng)度即無(wú)霧圖像，A是大氣光強(qiáng)即背景光值，t(x)是透射率，可以表達(dá)為

t(x)=e-βd(x)

(2)

其中β為大氣衰減系數(shù)，d(x)為場(chǎng)景到觀測(cè)點(diǎn)距離即景深，經(jīng)過(guò)處理變形為下式：

(3)

由公式(3)可知，當(dāng)透射率t(x)為0時(shí)，無(wú)霧圖像無(wú)法恢復(fù)，因此將公式(3)改寫后，最終得到圖像恢復(fù)公式如下：

(4)

其中，t0為最小透射率，本文取值是0.05，I(x)是我們采集到的帶霧圖像，J(x)是恢復(fù)后的無(wú)霧圖像.

2.2 暗原色先驗(yàn)原理

He提出的暗原色先驗(yàn)理論[7]是一種經(jīng)驗(yàn)性統(tǒng)計(jì)規(guī)律，是指在非天空域像素在某個(gè)原色通道的值趨近于0，這種規(guī)律被稱為暗原色先驗(yàn).其表達(dá)式如下：

(5)

Jdark→0

(6)

其中JC表示彩色圖像的每個(gè)通道，Ω(x)表示以像素x為中心的一個(gè)矩形窗口.根據(jù)暗色先驗(yàn)證原理(5)(6)和塵霧圖像模型(1)，可以推導(dǎo)出塵霧圖像的初步透射率圖如下.假設(shè)每一個(gè)窗口內(nèi)透射率t(x)是常數(shù)，定義他為t(x)，當(dāng)大氣光值A(chǔ)值已經(jīng)給定時(shí)，對(duì)式(1)變形，并兩邊求兩次最小值運(yùn)算，得到下式：

(7)

(8)

如上所述，上邊C表示R/G/B三個(gè)通道的意思.上式中，J是待求得無(wú)霧圖像，根據(jù)前述的暗色先驗(yàn)理論有：

(9)

因此，可推導(dǎo)出：

(10)

帶入得到

(11)

這是透射率 的預(yù)估值 ，現(xiàn)實(shí)中需要保留一定的霧，所以引入一個(gè)在[0,1],之間的因子，修正為

(12)

煤礦井下照明差，存在大量暗色巖石與設(shè)備陰影，在不考慮少數(shù)照明燈源的情況下，井下沒有天空域存在，適合采用該原理進(jìn)行.

2.3 引導(dǎo)濾波算法

引導(dǎo)濾波[8,9]是一種需要引導(dǎo)圖的邊緣保持性濾波器，可以用于圖像重建、濾波和保邊操作等.濾波器的輸出圖像q和引導(dǎo)圖I、輸入圖像p有關(guān)，其中I和p是給定值，q與I在窗口ωk的存在局部線性關(guān)系.引導(dǎo)圖與輸入圖預(yù)先設(shè)定，引導(dǎo)濾波假設(shè)在輸入圖像I與濾波輸出圖q間是線性關(guān)系，在以k為中心的窗口中存在以下局部線性關(guān)系：

qi=akIi+bk,?i∈ωk

(13)

其中q是輸出圖的像素值，i,k是圖像像素索引，a和b是窗口中心為k點(diǎn)時(shí)的線性函數(shù)系數(shù).實(shí)踐過(guò)程中，像素很可能會(huì)被多個(gè)濾波窗口包含，需要將所有包含該點(diǎn)的線性函數(shù)加權(quán)平均得到如下:

(14)

其中，ωk是所有以k為中心，包含像素i的窗口.

3 煤礦井下暗原色去霧算法改進(jìn)

3.1 暗原色通道算法缺陷

在matlab環(huán)境中，使用He引導(dǎo)算法[7]對(duì)煤礦井下圖像進(jìn)行處理過(guò)程中，發(fā)現(xiàn)在處理高分辨率圖像(高清圖960P以上)時(shí)，運(yùn)算時(shí)間大幅度增加.

經(jīng)研究發(fā)現(xiàn)He引導(dǎo)濾波算法缺陷的原因在求窗口暗通道值(8)(9)過(guò)程中，暗原色窗口迭代，在大圖像上計(jì)算量大幅度增長(zhǎng)所導(dǎo)致，這個(gè)問(wèn)題嚴(yán)重影響了He算法在高清圖像上的實(shí)用性.

3.2 插值法快速計(jì)算暗通道值

為了提高暗原色圖獲取速度，利用縮放法降低采樣率的辦法提高暗通道圖獲取速度，將原圖縮放至1/16，用公式(10)求取小圖的暗通道圖，再放大至原圖(圖1左)大小并利用雙三次插值[13]獲得大圖暗通道圖，并根據(jù)公式(12)獲得粗透射圖(圖1右).

縮放過(guò)程中會(huì)造成部分透射圖邊緣細(xì)節(jié)丟失，需要進(jìn)一步進(jìn)行優(yōu)化才能使用.

圖1 井下帶霧圖像和縮放后獲得的粗透射圖

3.3 CANNY算子結(jié)合引導(dǎo)濾波優(yōu)化引導(dǎo)圖

所以為了提高邊緣在整個(gè)暗原色圖中的權(quán)重，不直接使用灰度圖作為引導(dǎo)圖來(lái)進(jìn)行透射率優(yōu)化，利用CANNY算子[14]對(duì)原圖像灰度圖求邊緣，達(dá)到降低部分噪聲并強(qiáng)化邊緣的作用，獲得邊緣圖后利用引導(dǎo)濾波公式(13)(14)以邊緣圖作為引導(dǎo)圖對(duì)原灰度圖進(jìn)行引導(dǎo)濾波獲得邊緣加強(qiáng)引導(dǎo)圖(圖2左)

3.4 使用邊緣強(qiáng)化導(dǎo)向圖細(xì)化透射率圖

使用(13)(14)公式，使用邊緣強(qiáng)化引導(dǎo)圖，細(xì)化粗透射圖，針對(duì)在縮放過(guò)程中損失的邊緣部分進(jìn)行優(yōu)化，得到邊緣強(qiáng)化透射圖(圖2右).

圖2 邊緣強(qiáng)化引導(dǎo)圖和邊緣強(qiáng)化透射圖

3.5 大氣光估計(jì)值

圖3 去霧圖

環(huán)境光值A(chǔ)的估計(jì)[2,15]，原方法中是利用圖中霧最濃或者最不透明區(qū)域的像素得出.也有直接采用像素亮度最高值估計(jì)的，常規(guī)方法步驟如下：

圖4 流程圖

1)計(jì)算并獲得暗原色圖；

2)取暗原色圖中按亮度的大小取前0.05%的像素；

3)在這些位置中尋找最高亮的值 或最小值 或者用這部分像素亮度的平均值作為環(huán)境光值A(chǔ).

在煤礦環(huán)境中有部分燈光照明存在高亮區(qū)域或者燈光反射造成的小塊高亮區(qū)，環(huán)境光值估算使用常規(guī)方法，需要設(shè)置環(huán)境光值的最高限定值，否則會(huì)出現(xiàn)偏色，本文中設(shè)定的環(huán)境光值A(chǔ)最高設(shè)定為220.

3.6 圖像恢復(fù)

使用邊緣強(qiáng)化的透射率圖，由塵霧退化模型公式(4)進(jìn)行圖像恢復(fù)，獲得去霧圖(如圖3).本文去霧算法流程如圖4.

4 去霧算法驗(yàn)證

為了證明本文算法有效性和實(shí)時(shí)性，使用本文算法、He引導(dǎo)濾波算法、基礎(chǔ)Retinex算法、Tarel[16]算法，進(jìn)行去霧實(shí)驗(yàn)對(duì)比對(duì)比，從去霧圖像的質(zhì)量主觀、客觀指標(biāo)和時(shí)效性，三方面進(jìn)行測(cè)試.

本文提出的算法在筆記本電腦上實(shí)現(xiàn)，試驗(yàn)程序環(huán)境為matlab R2014a，硬件處理器為INTEL CORE I5-5200U 2.20GHz，內(nèi)存16G，系統(tǒng)為WIN7 64位旗艦版，利用實(shí)現(xiàn)本文算法.

4.1 去霧效果的主觀評(píng)價(jià)

針對(duì)煤礦井下有霧圖像進(jìn)行去霧處理，效果圖如下：從以下各算法去霧結(jié)果可以看出，在煤礦井下大多數(shù)情況，He引導(dǎo)算法都可以取得良好的視覺效果；Tarel算法的霧在主觀感覺上并沒有完全去除，基礎(chǔ)Retinex算法結(jié)果存在很嚴(yán)重的偏色現(xiàn)象，本文算法與He引導(dǎo)算法結(jié)果相近，在細(xì)節(jié)上更加突出.

圖5 各算法去霧效果圖

4.2 去霧效果的客觀量化評(píng)價(jià)

為了客觀地評(píng)價(jià)本文算法的性能，采用基于可見邊對(duì)比度增強(qiáng)方法[15,17]來(lái)比較本文算法、Retinex算法、Tarel[16]原算法的優(yōu)劣.常用評(píng)價(jià)指標(biāo)抓標(biāo)包括新增可見邊之比e，可見邊的規(guī)范化梯度均值γ以及飽和黑色和白色像素的百分比σ，定義如下[15,17]為

(15)

(16)

(17)

其中n0是有霧圖像I可見邊數(shù)目，nr是去霧圖像J可見邊數(shù)量,Ωr是去霧圖像J中可見邊集合，Pi是去霧圖像J中的可見邊像素點(diǎn)，ri是去霧圖像在Pi處的Sobel梯度比值，ns是飽和黑色或白色像素點(diǎn)數(shù)目，dimx和dimy是圖像的寬和高.在去霧效果評(píng)價(jià)中，e和γ的值越大越好，σ值越小說(shuō)明去霧效果越好[17],根據(jù)公式(15-17)，實(shí)驗(yàn)數(shù)據(jù)如表1.

從以上數(shù)據(jù)可以看出，本實(shí)驗(yàn)算法在可見邊數(shù)量和平均梯度上，相對(duì)于He引導(dǎo)算法有明顯提升.

4.3 運(yùn)算時(shí)間

在表中對(duì)比了He引導(dǎo)濾波算法、本文算法、Tarel原算法和Retinex基礎(chǔ)算法，在960P情況下5張圖片的處理時(shí)間，Tarel文獻(xiàn)[16]中有大量的優(yōu)化判斷和Windows Mex調(diào)用，導(dǎo)致運(yùn)算時(shí)間特別長(zhǎng)，Retinex算法是最基礎(chǔ)算法，沒有優(yōu)化所以運(yùn)行速度最快，圖片嚴(yán)重偏色，本文算法在保證圖片質(zhì)量，提高圖像細(xì)節(jié)的情況下，提高了運(yùn)算效率，運(yùn)行時(shí)間如表2所示.

表1 不同算法去霧指標(biāo)對(duì)比

表2 算法運(yùn)算時(shí)間對(duì)比圖(時(shí)間單位：秒s)

5 結(jié) 論

本文主要是針對(duì)He的暗原色先驗(yàn)原理在大分辨率圖像上出現(xiàn)的運(yùn)算時(shí)間大幅度增加問(wèn)題，提出了一種用于煤礦井下結(jié)合縮放插值、CANNY邊緣強(qiáng)化和引導(dǎo)濾波的高分辨率圖像快速去霧算法.從主觀評(píng)價(jià)、客觀量化評(píng)價(jià)和運(yùn)算時(shí)間三方面進(jìn)行了各種算法的比較實(shí)驗(yàn)，仿真結(jié)果證明了本文算法有效改善了He引導(dǎo)算法在高清圖像的運(yùn)算效率，強(qiáng)化了部分邊緣特征，可以有效的使用在煤礦高清圖像去霧工作上.