[發明專利]圖像除霧裝置和圖像除霧方法

有效

• 申請號: 201110456624.0
• 申請日: 2011-12-30
• 公開（公告）號: CN103188433A
• 公開（公告）日: 2013-07-03
• 發明（設計）人: 呂越峰;三好雅則;伊藤誠也;李媛
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/21;G06T5/00
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 徐殿軍

技術領域

本發明涉及一種圖像除霧裝置和一種圖像除霧方法。

背景技術

大氣因素劣化圖像的可視度增強是圖像處理的重要領域。

以上大氣因素包括霧，霾(可以理解為較淡的霧)和煙塵(例如沙塵暴、不充分燃燒的汽車尾氣和化學燃燒反應產生的煙霧)。它們有共同的特性：由液態或固態的懸浮顆粒組成，在空氣中至少在一定范圍內均勻分布，并且對光線傳播形成復雜的影響，例如阻擋、散射和反射。在下文中將以上大氣因素統稱為霧。在霧天情況下，目標物體的對比度、亮度和顏色都可能發生畸變，使場景的可識別度下降，從而觀測者更不容易從圖像中識別出希望看到的目標物體和確定目標物體的邊界和顏色。

對霧化圖像進行除霧可以改善圖像的視覺效果，該技術的典型應用場合包括室外視頻監控，車載輔助、自動駕駛的圖像采集，高空拍攝遙感監測，等等。在這些應用場合中，攝取的圖像信息并沒有增加，但觀測者希望能夠借助圖像處理更容易地識別目標物體。

即使霧在空氣中是均勻分布的(霧密度均勻)，圖像中不同位置上的霧濃度也是變化的。這源于景物距離拍攝鏡頭的距離的變化。距離鏡頭越遠的場景上霧的濃度也越大。

目前，霧化圖像除霧技術主要分為兩類：直方圖均衡方法和基于大氣模型的方法。

直方圖均衡方法把整幅圖像中的霧濃度視作均一的，通過增強對比度和飽和度提高視覺效果。缺點在于不能應對同一幅圖像中不同位置上霧濃度的不同。該方法的改進算法通過縮小應用直方圖均衡的區域面積來提高適應霧濃度變化的程度，但這樣的改進算法的運算量巨大且具有塊效應等副作用。

基于大氣模型的方法首先構建由霧產生的圖像蛻化模型，所述圖像蛻化模型用數學公式描述了霧作用于原本沒有霧的圖像產生霧化圖像的過程。把未除霧的原始彩色圖像(即霧化圖像)作為已知量，代入蛻化模型公式，解出除霧后的彩色圖像的最佳估計值，以下也稱作除霧圖像。

所謂“大氣模型”描述了當大氣中具有懸浮顆粒時，攝像機拍攝到圖像或人眼觀察到物體的光學原理，最早在Srinivasa?G.Narasimhan和Shree?K.Nayar所著的論文《Vision?and?the?Atmosphere》(International?Journel?of?Computer?Vision，2001)中進行了闡述。

大氣模型可以用下式(1)來表示，其作用于圖像的RGB三個顏色通道。

I(X)＝J(X)t(X)+A(1-t(X))???????????(1)

其中，I(X)表示攝像機拍攝到的帶霧圖像或者人眼觀察到的帶霧圖像(即霧化圖像)，為輸入圖像。X＝(x，y)表示圖像像素坐標。

J(X)為物體反射光，表示沒有霧的圖像，是去霧處理的結果圖像(即除霧圖像)。

A表示大氣光值，是對圖像中霧最濃的一點的霧的估計值。該值決定了圖像中霧濃度的范圍，它的準確與否直接影響整幅圖像中每個像素上除霧的效果。最濃的霧點在大多數情況下位于圖像中的地平線以上，十分靠近地平線的位置，或者仰角不是很大的空中。如果圖像不包含以上這些部分，不同的算法仍然需要利用圖像中已有的信息來估計大氣光值。這樣得到的霧濃度基準值通常不會是最好的，而僅僅是次優解。

t(X)定義了空氣介質的傳輸函數，描述了物體反射光經過空中懸浮顆粒的散射以后殘留下來而達攝像機的比例，表示有多少物體反射光經過大氣衰減后能到達攝像機或者人眼，是一個大于0且小于1的標量數據，圖像中每個像素具有一個t(X)。

以下，參照圖1具體說明上述式(1)。

圖1為大氣模型公式的示意圖。圖1左側的圖像為人眼或攝像機觀察到的圖像I(X)(即霧化圖像)。圖像I(X)由2部分組成，第一部分為物體反射光經過空中懸浮顆粒散射后存留下來的部分為J(X)t(X)，第二部分為空中懸浮顆粒散射太陽光所造成的大氣環境光為A(1-t(X))。

式(1)中的定義了空氣介質的傳輸函數的t(X)為被攝體(物體)與攝像機(人眼)之間的距離的函數，具體表示為下式(2)。

t(X)＝e^-βd(X)?????????????????(2)

其中，d(X)為圖像中一物體點X與攝像機之間的距離，所以也將t(X)稱作“距離參數”。β為大氣散射系數，為常數。