去霧技術(shù)”讓監(jiān)控不再“霧里看花”

去除視頻中的霧氣，改善圖像質(zhì)量是提升戶外視頻監(jiān)控系統(tǒng)價值的一項(xiàng)關(guān)鍵技術(shù)。本文通過以霧圖像的物理模型為基礎(chǔ)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，綜合近年來提出的圖像去霧方法的基本原理，說明一些典型的去霧方法是如何呈現(xiàn)視覺上的去霧效果的。

一、霧霾天氣導(dǎo)致去霧技術(shù)發(fā)展緊迫

　　近來，PM2.5這一氣象領(lǐng)域?qū)I(yè)詞匯成為社會關(guān)注的話題,空氣中的液滴和固體小顆粒不僅危害人體健康，同時由于大量懸浮粒子的散射作用，大氣能見度下降，戶外圖像顏色和對比度退化，影響圖像中信息提取，也致使戶外清晰度降低導(dǎo)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(jì)算機(jī)視覺領(lǐng)域研究的重要課題，也是人們迫切解決的問題之一。

　　近年來，隨著技術(shù)的不斷發(fā)展，對有霧天氣時的景物影像進(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)感也有了長足的進(jìn)步。圖像去霧技術(shù)是圖像處理與計(jì)算機(jī)視覺領(lǐng)域研究的重要內(nèi)容，其主要應(yīng)用領(lǐng)域?yàn)橐曨l監(jiān)控、地形勘測、自動駕駛和目標(biāo)跟蹤。在應(yīng)用過程中，去霧后圖像的真實(shí)性、處理的實(shí)時性成為去霧技術(shù)研究和關(guān)注的重點(diǎn)。

　　二、圖像去霧技術(shù)

　　采用數(shù)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(jié)起來，仍然是傳統(tǒng)的兩類：一類圖像增強(qiáng)，另一類是圖像復(fù)原。圖像增強(qiáng)方法是從圖像呈現(xiàn)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完成的;圖像復(fù)原是從基于物理模型的天氣退化圖像復(fù)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(xiàn)場景復(fù)原。在復(fù)原過程中，一般先利用各種先驗(yàn)知識估計(jì)模型中的參數(shù)，最后求解方程從而計(jì)算出清晰的圖像。兩種方法相較，基于復(fù)原去霧算法從原理上實(shí)現(xiàn)去霧，對霧的估計(jì)更準(zhǔn)確，能夠真實(shí)地還原霧前的清晰圖像，針對性強(qiáng)，得到的去霧效果自然，一般不會有信息的損失。

　　1、基于圖像處理的圖像增強(qiáng)技術(shù)應(yīng)用較多

　　典型的霧天圖像增強(qiáng)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態(tài)范圍達(dá)到增強(qiáng)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(qiáng)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(chǔ)上對圖像的高頻和低頻分別進(jìn)行增強(qiáng)或削弱以達(dá)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(chǔ)上發(fā)展起來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(bǔ)小波變換在圖像的曲線邊緣增強(qiáng)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)行自動去霧處理。

　　色感一致性或稱為色彩恒常理論是基于人類視覺特點(diǎn)提出一種理論，認(rèn)為人的視覺系統(tǒng)能夠忽略環(huán)境中光照的變化而獲得穩(wěn)定的顏色感知。Retinex算法是建立在色彩恒常理論基礎(chǔ)上一種圖像增強(qiáng)方法，該算法通過視覺系統(tǒng)顏色不變性的特點(diǎn)，加強(qiáng)因?yàn)殪F的干擾而被弱化的光照，從而達(dá)到對圖像增強(qiáng)的目的。

　　2、基于天氣物理模型的圖像復(fù)原方法成為新趨勢

　　(1)多幅圖像合成場景深度模型的方法

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

　　(2)光的極化角度分析與偏微分方程

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

　　(3)單幅降質(zhì)圖像霧氣濃度分析

　　近年來，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(dá)到徹底去霧的效果：通過統(tǒng)計(jì)發(fā)現(xiàn)，無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(fù)原圖像的局部對比度來達(dá)到去霧的目的，該方法能極大的增強(qiáng)圖像的對比度，但是容易導(dǎo)致圖像的顏色失真，并且在場景深度不連續(xù)的地方會產(chǎn)生光圈效應(yīng)，實(shí)驗(yàn)結(jié)果如圖1。

圖1 Tan的方法去霧效果圖

(4)光線的反射估算方法

　　由于物體表面的反射率是固定不變的，與其表面的光照強(qiáng)度無關(guān)，因此也可以利用景物對光線的反射估算光線的透射程度達(dá)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(dāng)霧的濃度很大、圖像接近白色時，就無法估計(jì)得到相應(yīng)參數(shù)，導(dǎo)致去霧失敗。而且這種方法只對彩色圖像有效，并且計(jì)算量較大，實(shí)驗(yàn)結(jié)果如圖2。

圖2 Fattal的方法去霧效果圖

　　(5)基于暗通道先驗(yàn)的單幅圖像去霧算法

　　基于暗通道先驗(yàn)的單幅圖像去霧算法是在2009年被提出的一種簡單有效的圖像復(fù)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(yàn)的基礎(chǔ)上，由于晴天拍攝的戶外圖像中總存在一些“暗點(diǎn)”，這些“暗點(diǎn)”至少有一個顏色通道的值很低，所以當(dāng)圖像受到霧的干擾時，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景中霧的濃度，并復(fù)原出清晰的無霧圖像。但這種方法只能粗略估算出圖像大氣光的分布，需要結(jié)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)

　　在完善透射率的過程中，用軟摳圖的方法，旨在在暗原色圖像遠(yuǎn)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(fù)。但計(jì)算過程中軟摳圖計(jì)算開銷大，時間復(fù)雜度高，求解線性系統(tǒng)過程中速度慢，計(jì)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(dǎo)濾波器，通過圖像指導(dǎo)濾波來近似模擬這一侵蝕過程，不僅可以取得相似結(jié)果，同時也減少了運(yùn)行時間。與經(jīng)典的雙邊濾波相比，指導(dǎo)濾波是一種顯式濾波，不僅具有線性的時間復(fù)雜度，對圖像邊緣的保持效果更加出色，還可以實(shí)現(xiàn)圖像邊緣的平滑、細(xì)節(jié)增強(qiáng)以及圖像融合去噪等功能。

　　1.改進(jìn)后的圖像去霧實(shí)驗(yàn)結(jié)果

　　為了驗(yàn)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(yàn)。通過觀察圖4可以發(fā)現(xiàn)，在視覺效果上，運(yùn)用軟摳圖與運(yùn)用引導(dǎo)圖像濾波對初始透射圖的優(yōu)化結(jié)果雖然并無明顯差異，但采取軟摳圖的方法計(jì)算量大約占到這個整個計(jì)算量的90%，而引導(dǎo)圖像濾波算法計(jì)算復(fù)雜度低，運(yùn)算效率得到了大幅度提升，同時節(jié)約大量的內(nèi)存空間，統(tǒng)計(jì)結(jié)果如表1。

圖4 軟摳圖與導(dǎo)向?yàn)V波比較

　　表1：兩種方法去霧的時間對比

　　去霧方法圖片尺寸去霧時間(s)主觀去霧效果

　　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(jiān)控領(lǐng)域的應(yīng)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(dú)特的基于暗通道先驗(yàn)理論的圖像復(fù)原算法，利用霧化模型和先驗(yàn)暗通道可以直接估算霧的厚度，并恢復(fù)出高質(zhì)量的去霧圖像。

　　隨著工業(yè)的發(fā)展以及其對氣候的影響，霧霾越來越成為一種常見的天氣現(xiàn)象，這對戶外應(yīng)用的監(jiān)控系統(tǒng)的畫面品質(zhì)造成很大的影響。而去霧技術(shù)能夠從多個角度提升視頻監(jiān)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;能夠顯著增強(qiáng)圖像的細(xì)節(jié)信息，使原來被隱藏的圖像細(xì)節(jié)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，透霧處理后的圖像保持準(zhǔn)確的色調(diào)、自然的外觀，因而獲得了良好的圖像質(zhì)量與視覺感受。

　　因此，從應(yīng)用場景來看，去霧技術(shù)可用于多種戶外場合，如可應(yīng)用于安防監(jiān)控領(lǐng)域，能夠大大提高現(xiàn)有監(jiān)控系統(tǒng)在霧天等惡劣天氣下的性能;可應(yīng)用于公路交通監(jiān)控領(lǐng)域，可以避免戶外監(jiān)控攝像頭看不清監(jiān)控對象、造成在關(guān)鍵時刻失效的后果;還可應(yīng)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(yīng)用圖

　　五、結(jié)語

　　基于圖像處理的圖像增強(qiáng)方法具有對比度提高顯著、圖像細(xì)節(jié)突出、視覺效果明顯的特點(diǎn)，該方法已經(jīng)在實(shí)踐中獲得了廣泛的應(yīng)用。而基于物理模型的圖像復(fù)原方法針對性強(qiáng)，得到的復(fù)原結(jié)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(yàn)的霧天圖像復(fù)原的方法。使用引導(dǎo)濾波的方法取代軟摳圖，突破了此方法的最大瓶頸——即計(jì)算開銷大、時間復(fù)雜度高的問題。

　　圖像去霧技術(shù)的未來研究方向?qū)⒓性谔岣咂鋵?shí)時性，并實(shí)現(xiàn)硬件化。同時，尋求更加完備的物理模型來描繪復(fù)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一段時間內(nèi)都將是一個具有挑戰(zhàn)性的課題。