最小失真图像去雾算法的改进 使得处理的时间提高了40%

计 算 机 工 程 第 35 卷 第21期

Vol.35 No.21 Computer Engineering ·图形图像处理·

文章编号：1000—3428(2009)21—0213—03

文献标识码：A

2009年11月

November 2009

中图分类号：TP391.9

最小失真图像去雾算法的改进

邹 荣

(淮阴师范学院电子与电气工程系，淮安 223300)

摘 要：为了从降质图像中去除天气的影响，提出改进的最小失真意义下图像去雾算法。改进算法基于二色大气散射模型，通过对天空区域的自动划分以及从信息论角度求得最小失真意义下原始图像的最优估计，从而一次性自动获取所需复原参数，实现单幅雾天降质图像复原。在Matlab平台上的仿真结果表明，改进算法具有较强的实时性和自适应性。 关键词：图像复原；最小失真；雾天图像

Improvement of Minimum Distortion Image Defogging Algorithm

ZOU Rong

(Department of Electronics and Electrical Engineering, Huaiyin Normal College, Huai’an 223300)

【Abstract】In order to remove the effect of weather in degraded image, this paper proposes an improved image defogging algorithm by minimumdistortion. Imporoved algorithm divides up the area of sky automatically and gets the optimal estimate of original signal based on minimumdistortion rule in information theory, and acquires the dichromatic atmosphere scattering model of all the required parameters automatically. Itrealizes a fog degraded image de-fogged successfully. Simulation results in the Matlab platform demonstrate that improved algorithm has goodreal-time and self-adaptability.

【Key words】image restoration; minimum distortion; foggy image

1 概述

随着图像传感器和计算机技术的发展，户外机器视觉系统得到了广泛应用，而恶劣天气(雾、雨、雪)是影响户外视觉系统正常工作最主要的因素。由于大气散射，雾造成图像色彩和对比度大幅下降，直接影响图像特征提取，从而导致以提取图像特征为基础的监控、跟踪、智能导航、智能车辆等视觉应用系统无法正常稳定工作。因此如何从降质图像中去除天气的影响，恢复图像的颜色、对比度已成为目前计算机视觉领域的一个研究热点。

对雾天降质图像的复原技术主要有2类：(1)基于图像增强的方法，通过增强降质图像的对比度满足主观视觉要求。直方图均衡化是图像增强中一种常用的方法，全局直方图均衡化算法虽简单、实时性好，但效果较差。文献[1]采用局部直方图均衡化方法进行复原处理，但该算法运算量很大，需处理很长时间且效果并不理想。(2)基于物理模型的复原方法，从大气散射角度建立图像的退化模型，并利用先验知识实现场景复原。其特点是需要已知场景深度或大气条件等先验信息作为复原的前提。文献[2]基于多种假设建立多参数退化模型，通过图像数据和景深等先验信息对模型参数进行估计，实现场景复原。然而该模型要利用雷达等设备获得景深信息，其成本较高、操作不便，难以在现实中广泛应用。文献[3]通过处理同一场景下至少2幅不同大气状况的降质图像获得场景的结构和深度信息，恢复了场景的色度和对比度。文献[4]提出一种交互式的景深估计方法，通过对最大景深和最小景深进行人为指定，得到近似的景深信息，对单幅降质图像实现场景复原。该方法虽然降低了对图像采集的要求，但要通过人工交互处理的办法实现清晰化。文献[5]从信息论

的角度出发，在基于物理模型的基础上提出一种有约束的最优化复原算法，从理论上证实从单幅雾天图像中可自动获取所需部分参数。通过以上分析可以看出，第(2)类复原方法建立在物理模型的基础上，其复原效果较好。但如何实现对单幅图像自动、实时地复原是急需解决的问题。

本文实现单幅雾天降质图像复原所需参数的自动获取，较好地复原了雾天降质图像。

2 二色大气散射模型

文献[3]中的二色大气散射模型给出天气干扰下相机拍摄的场景点的亮度E的数学表达式：

E=E1+E2=Re βd+E∞(1 e βd) (1)

其中，Re βd是晴天下被观测点的亮度记为E1；E∞(1 eβd)是大气光产生的亮度记为E2；场景点对应的图像点的亮度E为它们的和；E∞是天空的亮度；R是场景点在晴天的辐射度；β∈(0,1)是大气的散射系数；d是场景点的深度。在大气模

型中，假设散射系数β对所有波长都是相同的。

从以上模型可以看到，利用该散射模型进行图像复原，其本质就是图像增强，即以天空的辐射强度为参考，根据大气的退化程度和景物深度进行指数对比度增强，从而复原雾天退化图像。因此，天空辐射强度E∞的选取是处理效果好坏的关键之一。

基金项目：淮阴师范学院青年优秀人才支持计划基金资助项目(07QNZC004)

作者简介：邹 荣(1978－)，男，讲师、硕士，主研方向：数字图像处理

收稿日期：2009-05-07 E-mail：zr_dzx@126.com

—213—