基于先驗(yàn)知識(shí)的圖像去霧算法.pdf

1、霧霾天氣下懸浮在空氣中的大氣顆粒物對(duì)光線的傳播產(chǎn)生了不利影響，使得成像設(shè)備獲取的圖像能見度低、對(duì)比度下降，給圖像分割、目標(biāo)跟蹤、行為檢測(cè)等后續(xù)計(jì)算機(jī)視覺(jué)任務(wù)造成了極大不便，直接影響到現(xiàn)有戶外成像系統(tǒng)（如安防監(jiān)控系統(tǒng)等）的正常工作，給人們的生活造成了巨大的安全隱患。因此，研究如何提高霧天降質(zhì)圖像復(fù)原結(jié)果質(zhì)量、降低霧霾天氣對(duì)現(xiàn)有戶外成像系統(tǒng)的不利影響有著十分重要的現(xiàn)實(shí)意義。
　　本文從霧霾天氣的特點(diǎn)出發(fā)，詳細(xì)分析了大氣顆粒物對(duì)圖像成像

2、過(guò)程的影響及霧天降質(zhì)圖像的退化過(guò)程。通過(guò)分析研究現(xiàn)有的圖像去霧算法，發(fā)現(xiàn)其中存在的不足及可改進(jìn)之處。本文首先介紹了大氣光散射模型，并通過(guò)理論推導(dǎo)證明了其中存在的不足并提出了有效的改進(jìn)方法，同時(shí)還針對(duì)現(xiàn)有去霧算法在獲取大氣光值時(shí)存在誤差過(guò)大這一問(wèn)題進(jìn)行了完善與改進(jìn)，做出了一些有意義的實(shí)際工作。概括而言，本論文的主要工作及創(chuàng)新主要集中在如下幾個(gè)方面：
　　1)針對(duì)暗原色先驗(yàn)去霧算法結(jié)果色彩失真的問(wèn)題，提出了一種對(duì)各顏色通道分別計(jì)算透射

3、率的改進(jìn)方法。算法利用了大氣介質(zhì)對(duì)各顏色可見光透射率不同的先驗(yàn)知識(shí)。首先依據(jù)比爾郎伯定律分析入射光頻率對(duì)各顏色通道透射率的影響，推導(dǎo)出各通道透射率之間的比例關(guān)系，然后采用先對(duì)圖像進(jìn)行降采樣預(yù)處理獲取細(xì)化透射率之后再恢復(fù)原尺寸的方法提高算法運(yùn)行效率，最后通過(guò)比例關(guān)系獲取所有顏色通道上的透射率，并在各通道上分別使用對(duì)應(yīng)的透射率恢復(fù)圖像。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的圖像去霧算法與現(xiàn)有算法的結(jié)果相比，去霧結(jié)果圖像色彩更加自然，消除了現(xiàn)有算法色彩飽和度

4、偏高的缺點(diǎn)，且算法運(yùn)算效率大幅提高。
　　2)現(xiàn)有去霧算法在估算大氣光時(shí)過(guò)于粗略導(dǎo)致估算結(jié)果誤差較大，造成圖像復(fù)原結(jié)果常常存在色彩失真的問(wèn)題。針對(duì)這一問(wèn)題，本文提出了一種基于聚類統(tǒng)計(jì)的大氣光估算方法，主要利用了光源點(diǎn)處大氣光樣本點(diǎn)分布更加密集的先驗(yàn)知識(shí)。算法首先在原圖中選取部分可能的大氣光源點(diǎn)，通過(guò)無(wú)監(jiān)督聚類算法對(duì)這部分大氣光源點(diǎn)進(jìn)行聚類，聚類出若干個(gè)備選大氣光源點(diǎn)點(diǎn)簇，再對(duì)各點(diǎn)簇中所含樣本點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，選取包含點(diǎn)數(shù)最多的點(diǎn)簇求

5、解大氣光。使用點(diǎn)簇中各大氣光樣本點(diǎn)的亮度均值向量作為大氣光的估算值，同時(shí)以各點(diǎn)簇的幾何中心作為大氣光所處位置。實(shí)驗(yàn)結(jié)果表明，統(tǒng)計(jì)聚類方式估計(jì)的大氣光亮度向量和光源位置都更加準(zhǔn)確，這使得圖像復(fù)原結(jié)果在主觀視覺(jué)上看起來(lái)更加自然，同時(shí)也較大地提升了各類圖像質(zhì)量客觀評(píng)價(jià)指標(biāo)。
　　3)現(xiàn)有方法采用固定數(shù)量的大氣光樣本點(diǎn)進(jìn)行聚類，并以包含候選點(diǎn)最多的點(diǎn)簇統(tǒng)計(jì)估算大氣光值。由于樣本點(diǎn)較少，導(dǎo)致估算的大氣光值在統(tǒng)計(jì)意義上誤差較大。為了解決這一問(wèn)

6、題，本文采用閾值劃分的方式選取大氣光樣本點(diǎn)，以此提高大氣光樣本點(diǎn)數(shù)量，同時(shí)采用蟻群算法聚類大氣光點(diǎn)簇，提高大氣光值估算結(jié)果的準(zhǔn)確度。為了提高算法的計(jì)算效率，本文先使用 K均值算法對(duì)大氣光候選點(diǎn)進(jìn)行初步聚類，再使用蟻群算法改良聚類結(jié)果。實(shí)驗(yàn)結(jié)果證明，使用該算法估算的大氣光值能使去霧結(jié)果看起來(lái)更加自然，且能進(jìn)一步改善去霧結(jié)果的圖像質(zhì)量評(píng)價(jià)指標(biāo)。
　　4)現(xiàn)有去霧算法通常假定大氣光值全局恒定，而實(shí)際場(chǎng)景中各區(qū)域的大氣光值分布不均，利用這

7、一先驗(yàn)知識(shí)，本文提出了基于高斯分布的大氣光估計(jì)算法。算法使用閾值劃分的方式選取候選點(diǎn)以增加初始樣本點(diǎn)數(shù)量，同時(shí)引入聚類算法對(duì)原算法所得光源點(diǎn)點(diǎn)簇進(jìn)行合并以提高單個(gè)點(diǎn)簇所含樣本點(diǎn)個(gè)數(shù)。使用比例閾值過(guò)濾掉不合理的點(diǎn)簇，同時(shí)將各點(diǎn)簇視為單獨(dú)光源單獨(dú)計(jì)算其對(duì)周圍像素的影響，并通過(guò)二維高斯分布函數(shù)對(duì)此進(jìn)行建模，最后生成位置相關(guān)的大氣光圖代替全局大氣光。實(shí)驗(yàn)結(jié)果表明，使用高斯分布大氣光圖復(fù)原的結(jié)果在主觀視覺(jué)上相對(duì)于原算法看起來(lái)更加自然，且在圖像質(zhì)量