基于大氣散射理論的視頻去霧算法的研究論文
摘 要：本文提出了基于大氣散射理論的視頻去霧算法，這種方法計(jì)算固定場(chǎng)景下的大氣透射率，把計(jì)算結(jié)果應(yīng)用于視頻的所有幀以消除霧氣，實(shí)驗(yàn)結(jié)果和實(shí)際應(yīng)用顯示這種算法去霧效果較為清晰，對(duì)比度較原始圖像有明顯的提升。與其他視頻去霧算法相比，由于固化了先驗(yàn)信息，因此算法的處理速度較快，在處理實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)時(shí)可以迅速得到去霧的結(jié)果。
關(guān)鍵詞：霧氣理論；視頻；去霧；大氣透射率
0 引言
目前針對(duì)霧天視頻的去霧方法主要建立單幅圖像去霧的基礎(chǔ)上，也可分為基于圖像增強(qiáng)和基于物理模型的視頻去霧方法兩類。前者對(duì)視頻的每一幀進(jìn)行直方圖去霧化處理，后者則是對(duì)背景圖像采用去霧算法進(jìn)行處理，求取得到相關(guān)的參數(shù)后，再將物理模型與原始視頻結(jié)合得到完整的去霧視頻。
1 霧氣理論
1.1 大氣散射理論
大氣散射模型由大氣光成像模型和入射光衰減模型組成[4]。何愷明[3]給出了霧霾天氣下單色大氣散射模型的簡(jiǎn)化表達(dá)式為：
其中，A為大氣光強(qiáng)為輸入的有霧圖像，為空間坐標(biāo)x處的場(chǎng)景反照率，為大氣的散射系數(shù)，是觀測(cè)點(diǎn)到場(chǎng)景點(diǎn)的距離。去霧的本質(zhì)就是通過求取以及A的值以從原有霧圖像中得到去霧后的圖像。
在原始的霧氣圖像中，霧氣的濃度會(huì)隨著景物距離的變化而變化，因此透射率是一個(gè)變化的參數(shù)，而暗原色先驗(yàn)則提供了估算透射率的方法。暗顏色先驗(yàn)理論是對(duì)大量室外無霧圖像的觀察統(tǒng)計(jì)得到的：在排除了天空等大面積明亮區(qū)域后的無霧圖像中，存在這樣的一些像素點(diǎn)，它們?cè)赗GB3個(gè)顏色通道中至少一個(gè)通道的值很低，這就是暗原色的概念，數(shù)學(xué)模型為[3]：
其中為原始圖像的顏色通道，為紅綠藍(lán)3個(gè)顏色通道，c為顏色通道的合集；為以x為中心的局部區(qū)域。通過觀察統(tǒng)計(jì)得到，的值較低且趨近于0。如果J是無霧圖像，則被稱為J的暗通道。
2 基于大氣散射理論的去霧算法
2.1 簡(jiǎn)化的大氣散射理論
從大氣散射模型出發(fā)，定義，則散射模型表達(dá)式變換如下：
其中，表示介質(zhì)在圖像位置x處的傳播函數(shù)或者透射率，為復(fù)原后的無霧圖像。定義，則（3）式變換為：
其中，為大氣耗散函數(shù)，它表示環(huán)境光對(duì)圖像的附加部分。這里去霧問題就轉(zhuǎn)化為計(jì)算大氣透射率和大氣光強(qiáng)的問題。
2.2 去霧算法流程
本文的'去霧算法：第一步，假定是固定場(chǎng)景的有霧視頻，因此可以通過幀差法獲得視頻的背景圖像；再通過暗原色的值的變化來估計(jì)大氣透過率，獲得背景圖像的大氣透射率，由此即可通過運(yùn)算求得。第二步，用暗原色先驗(yàn)方法的統(tǒng)計(jì)信息估算出大氣光強(qiáng)值A(chǔ)，并將原始圖像數(shù)據(jù)代入到（4）式中即可求得去霧后的復(fù)原圖像。
2.3 大氣透射率估計(jì)
在霧霾天氣下獲得的圖像，由于大氣光參與成像，會(huì)使得暗原色強(qiáng)度值發(fā)生變化，而大氣透射率是與這個(gè)值直接相關(guān)的，因此可以通過暗原色值的變化來估計(jì)大氣透射率[3]。這個(gè)粗略估計(jì)的大氣透射率可以表示為：
其中是調(diào)節(jié)因子，使復(fù)原的圖像更接近真實(shí)圖像。
本文采用雙邊濾波的方法對(duì)原始圖像進(jìn)行處理，目的在于消除其中可能導(dǎo)致圖像復(fù)原錯(cuò)誤的細(xì)節(jié)信息。雙邊濾波采用加權(quán)平均獲取圖像的強(qiáng)度值[5]，其定義為：
這里為粗略估計(jì)的大氣透射率，為濾波優(yōu)化后的大氣透射率，表示像素的鄰域，和分別是空間域和灰度域的權(quán)重，是歸一化參數(shù)，而后三個(gè)權(quán)重參數(shù)可由以下公式求取：
越小則圖像細(xì)節(jié)和邊緣越清晰，則這里取8，取0.1。
2.4 大氣光強(qiáng)估計(jì)
目前已經(jīng)有很多方法解決這一問題。如對(duì)邊緣檢測(cè)處理后的圖像采用灰度腐蝕的方式進(jìn)行分塊統(tǒng)計(jì)，找到候選的天空區(qū)域，但這種方法要求場(chǎng)景中必須存在天空區(qū)域。本文先對(duì)三個(gè)顏色分量進(jìn)行灰度腐蝕，然后將處理后的圖像中各像素點(diǎn)的亮度值按照遞減的方式進(jìn)行排序，從這些最小值中選取0.1%最亮的像素所在的位置，找到這些位置所對(duì)應(yīng)的原始有霧圖像區(qū)域，而這些區(qū)域中的像素最大值就是大氣光強(qiáng)A的估算值。
3 分析與應(yīng)用
3.1 去霧效果驗(yàn)證
3.2 計(jì)算速度
視頻去霧處理的時(shí)間長短取決于視頻幀圖像的大小、視頻算法的復(fù)雜度以及場(chǎng)景的復(fù)雜度。本文算法是對(duì)暗顏色先驗(yàn)去霧方法的改進(jìn)。對(duì)于暗顏色先驗(yàn)去霧方法而言，算法需對(duì)每幀圖像進(jìn)行按霧氣濃度的局部顏色修復(fù)，因而計(jì)算量較大。相比之下，雙邊濾波估算大氣透射率的去霧方法，其復(fù)雜度與視頻幀圖像總像素?cái)?shù)目線性相關(guān)，因而該方法的運(yùn)算速度比較快。表1是這兩種算法的運(yùn)算速度對(duì)比。
3.3 視頻圖像去霧系統(tǒng)
利用本文的理論，構(gòu)建了一套視頻圖像去霧系統(tǒng)。這套系統(tǒng)可以降低監(jiān)控視頻畫面中霧霾的影響，改善視頻圖像質(zhì)量，減少惡劣天氣對(duì)CCD攝像機(jī)的監(jiān)控畫面的干擾，讓視頻監(jiān)控系統(tǒng)看得更遠(yuǎn)、更清楚、更準(zhǔn)確。目前，這套系統(tǒng)已經(jīng)應(yīng)用在了黃山風(fēng)景區(qū)的視頻監(jiān)控系統(tǒng)之中，改善圖像的成像質(zhì)量，使得圖像信息更加豐富，為黃山景區(qū)視頻監(jiān)控提供亮麗、清晰、準(zhǔn)確的圖像畫面。
4 總結(jié)與展望
本文提出了基于大氣散射理論的視頻去霧算法。這種算法基于固定場(chǎng)景下使用雙邊濾波的方式改進(jìn)了原有的暗原色先驗(yàn)估計(jì)大氣透射率的方法。實(shí)驗(yàn)結(jié)果顯示這種算法去霧效果較為清晰，對(duì)比度較原始圖像有明顯的提升，且處理速度相對(duì)較快。而對(duì)于不斷發(fā)生變化的有霧場(chǎng)景，還需要提出一種更精確的背景建模和檢測(cè)場(chǎng)景變化的方法，這個(gè)是下一步需要解決的問題。
【基于大氣散射理論的視頻去霧算法的研究論文】相關(guān)文章：
基于自我決定理論的體育學(xué)習(xí)動(dòng)機(jī)研究論文07-04
基于現(xiàn)代統(tǒng)計(jì)學(xué)理論與實(shí)踐研究的論文04-15
基于遺傳算法的優(yōu)化設(shè)計(jì)論文04-22