雾天环境下自适应图像增强去雾方法研究

第26卷 第7期 计 算 机 仿 真 2009年7月 文章编号：1006—9348(2009)07—0244—04 雾天环境下自适应图像增强去雾方法研究 艾明晶，戴隆忠，曹庆华 (北京航空航天大学计算机学院，北京 100191) 摘要：由于雾天环境下大气散射现象，拍摄出来的景物能见度和对比度会大幅降低。为了解决问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ，提出了一种针对雾天环 境的自适应图像增强去雾方法，部分重叠直方图均衡化方法(POSHE)。方法将邻域内的子块变换函数通过加权求和计算得 到当前子块的变换函数，以消除子块直方图均衡化变换之间的差异，对于图像场景深度信息多变且未知的雾天图像能够突 出图像的局部细节信息，达到良好的去雾效果，并能够满足实时视频图像处理的要求。 关键词：大气散射；自适应；增强；去雾 中图分类号：TP 751 文献标识码：A A Self——Adaptation Image Enhancement Method for Fog Elimination in Foggy Environment AI Ming—jing，DAI Long—zhong，CAO Qing—hua (School of Computer Science and Technology，Beijing University of Aeronautics and Astronautics，Beijing 100191，China) ABSTRACT：Due to the atmospheric scatter in foggy environment，the visibility and contrast of the shot scene would be seriously decreased．To solve the problem，the paper proposed a self—adaptation image enhancement method for fog elimination named Partially Overlapped Sub—Block Histogram Equalization(POSHE)，which will change the sub — block transform function within the field into the current transform function through weighted sum to eliminate the differences among the equalization transform of the sub—block histogram．As to the image with unknown and variable scenery—depth taken in foggy environment，this method Can highlight the local details and achieve fog elimination， and meet the requirement of real —time video image processing． KEYW ORDS：Atmospheric scatter；Serf—adaptation；Enhancement；Fog elimination 1 引言 在雾天环境下，弥漫在空中的雾气模糊了人们的视线， 使得拍摄出来的景物能见度和对比度大幅降低，直接影响了 航空、海运和道路交通的安全，同时使各种户外监测系统，如 远距离视频监控系统，在恶劣天气下往往无法可靠工作。因 此对可见光的图像去雾的研究具有很高的现实意义。尤其 是为了满足实时视频图像处理的要求，研究如何在达到好的 去雾效果的同时，尽量提高运算速度，具有重要意义。 目前，雾天景象的清晰化所采取的方法大部分都是基于 大气退化物理模型的方法，来获取图像的深度信息。有些借 助于专用的已经标定的雷达装置获得深度信息，然后利用图 像数据和深度信息来求解模型参数，再把参数代入退化模 型，求得估计图像；有些则需要两种不同天气状况下同一场 景的图像来估计深度信息。这些处理方法的要求都比较苛 收稿日期：2008—06—17 修回日期：2008—06—30 --- — — 244 ---—— 刻。本文研究是一种针对雾天环境下低对比度图像的自适 应图像增强去雾方法。该方法能够适应雾天环境下图像场 景深度多变的特点以及满足实时视频图像处理的要求。 2 雾天大气散射物理模型 雾天环境下由于大气微粒的散射作用” J，从景物点所 反射的光的部分光通量被微粒吸收和反射，使到达观察者的 入射光被衰减。从景物点到观察者，被衰减后的辐射度为： )： (1) 其中，d 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示景物点到观察者的距离，A表示光的波长，口(A) 称为大气散射系数，表示单位体积的大气在各个方向上对光 线的散射能力。E 为环境照度，r则是描述景物点光圈与反 射属性的函数。大气散射物理模型示意图如图 1所示。 由于光路上的大气微粒对周围环境的入射光同样有反 射作用，因此会有部分光沿着观察路线射向观察者，这部分 图1 大气散射物理模型示意图 光照可以看成是由大气产生的光源，称为环境光。环境光在 图 1中用虚线表示。从景物点到观察者，环境光的辐照度 E。 可以在整个光路 d上作积分得到，积分结果由下式给出： E。(0，A)=E (A)(1一e。卢‘ ) (2) 综上所述 ，由于入射光的衰减和环境光的共同作用，观 察者所接收到的辐照度的总和 E可以表示为： E(d，A)：E (d，A)+E。(d，A) (3) 大气散射模型是雾天图像呈现模糊、低对比度等特点的 物理理论基础，是了解雾天图像的成像机理 ，还原大气退化 图像的主要依据 。 3 自适应图像增强去雾方法 由上面介绍可知，雾天景物图像的对比度低主要是由大 气散射现象引起的，因此随着景物距离增加 ，入射光衰减程 度不断增高，掺入的环境光也不断增多，使景物被模糊的程 度随之增加。所以，当图像场景深度多变时，对 比度退化程度 会随之改变。 常见的图像增强去雾方法有两种：全局直方图均衡化方 法和局部直方图均衡化方法 j。对于图像场景深度多变时， 全局直方图均衡化方法只能对整个图像的直方图进行平整 处理，对比度增强的效果难 以满足要求。而局部直方图均衡 化算法使对每个像素点的对 比度拉伸都能考虑其邻域的亮 度条件，从而使输入图像的局部信息突出表现出来，但计算 量庞大，无法满足实时要求。 为了适应雾天环境下图像场景深度多变的特点以及满 足实时视频图像处理的要求，本文提出了一种自适应图像增 强 去 雾 方 法，部 分 重 叠 直 方 图 均 衡 化 方 法 (Partially Overlapped Sub—Block Histogram Equalization，POSHE)。 3．1 POSHE算法的基本思想 POSHE算法的基本思想是将邻域内的子块变换函数通 过加权求和计算得到当前子块的变换函数，以消除子块直方 图均衡化变换之间的差异。为了实现对不同子块变换函数之 间的加权求和运算，POSHE算法需要构造加权模板算子。 如图 2所示的是 3 x 3变换函数滤波模板算子，对于中 间子块，是由子块自身以及其 8邻域子块的变换函数获得中 心子块的变换函数。 3．2 变换函数分析 对直方图均衡变换函数进行加权的模板算子可以通过 子块移动的策略来实现，其基本方法是使部分子块重叠，并 对每个子块进行直方 图均衡 化。 对于 3×3变换函数滤波 模板算子，可以每次移动半个 子块大小的尺寸形成与前面子 块部分重叠的下一子块，并对 子块内的所有像素进行直方图 均衡变换。例如，如果子块的大 小为 4|D，则移动的步长为 20， 图2 3}3变换函 数滤波模板 这时每个子块有 20个像素，也就是半个子块长度与前面子 块重叠。移动过程如图3所示，图(e)的模板算子是通过子图 块 1⋯2 3 4移动和叠加所得到的，区域e是4个子块的重叠部 分，分别进行了4次直方图均衡化运算 ，周边区域a．b⋯C d f、 g、h、i的直方图都会对目标区域e的运算有不同的权值贡献。 图3 3 3 POSHE算法子块图 设各个子块的直方图变换 函数分别为 T。( )、 ( )、 r，3( )、 ( )，其中r表示归一化到区间[0，1]的像素值，则 目标区域 e某像素的变换输出为： s：：÷[T，(r：)+ (r )+ (r：)+r4(r：)] (4) 各个子块的直方图均衡化变换分别为： T。(r；)=∑P (0) pl( )= (5) P ( )= (0) ±互± 4 (6) (r：)=∑P，( ) f 一 + ne i+ + pl(。)= 若 (r；)= Pl(rj)= ∑P (rJ) J：o e + + ／／ , 4n／9 (7) (8) 其中，n是整个区域的像素数目， 是子区域 中灰度值为 ． - - - — — 245 —--·—— 的像素数目， 取值为 Ⅱ，b，c，d，eJ，g，h，i。 将(5)至(8)式代入(4)，得： |s：=÷ k[p (。) (rJ) (rJ)十p4( )] = 4 j=0，[ = ∑ ，：0 ， f号 + 9 L b+ d+ + )+ ( + + + )1 【—— ————— ———— — —————— —一 J (9) p( ) ( ) 1 ( )+ ( ) ( ) Ph( )] 亩[pn( )+ ( ) ( )+Pi( )](10) 可见式中的概率函数和图 23 X 3变换函数滤波模板算 子在形式上是吻合的。上述步骤实现的正是直方图均衡变换 的加权求和过程。 由上面的分析可知，若移动步长为子块大小的 1／N，则 会产生(2N—1)X(2N—1)的变换函数滤波模板算子。如果 用 1／4的子块大小作为步长，变换函数滤波模板算子的大小 将变成 7 X 7 o所以，可以通过改变运动步长来改变变换函数 滤波模板算子的大小。 3．3 算法步骤 设图像_厂大小为M×N，结果图像为g，移动模板A的大小 为 m X n，算法描述如下。 1)将输出图像 g( ，Y)初始化为零，并将运算次数 count 变量置零。 2)将循环变量 i， 置零。 3)定义子块A，以i√为顶点，从输入图像 ，Y)中取出 相应的子图块 。 4)对子图块 进行直方图均衡化。要求对整个子图块 的所有像素点进行直方图均衡化，将其结果累加到输出图像 中，并 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 每个像素的运算次数。 gB=gB+ )，count(¨ )=countⅥ +1 (11) 其中， ，Y代表像素点的坐标。 5)若 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf ，等．三维植物的计算机模拟算法研究[J]．计算机技 术与发展，2006，16(10)：108—117． 姚雪峰，秦文虎．基：于分形递归算法的树木真实感绘制[J]． 计算机工程与 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 ，2007，28(4)：888—892． 程学珍．基于分形的自然景物模拟及信息提取[D]．山东科技 大学．2003—4． 李水根．分形[M]．北京：高等教育出版社，2005—2． [11] 孙家广．计算机图形学[M]．北京：清华大学出版社，1998． [12] 陈晓，彭国华，赵丛．基于分形三维 L系统的真实树木摇曳的 动态模拟[J]．计算机工程与应用，2008～11． [作者简介] 陈 晓(1983一)，女(汉族)，河北省衡水人，硕士 生 ，主要研究领域为计算机图形学、图象处理； 彭国华(1962一)，男(汉族)，湖北省黄冈人，教授， 博导，主要研究领域为计算机图形学、计算机辅助几 何处理、计算机图象处理； 杨 康(1982一)，男(汉族)，重庆人，硕士生，主要研究领域为项目 管理，图形图像处理。 - - - — — 247 ·--—— ⋯