基于邻域相似性的暗原色先验图像去雾方法_郭珈

文章编号：1001－9081（2011）05－01224－03

计算机应用

JournalofComputerApplicationsVol．31No．5May2011

doi：10．3724/SP．J．1087．2011．01224

基于邻域相似性的暗原色先验图像去雾方法

郭

11，213珈，王孝通，胡程鹏，徐晓刚

（1．海军大连舰艇学院光电技术研究所，辽宁大连116018；2．海军大连舰艇学院航海系，辽宁大连116018；

3．海军大连舰艇学院自动化系，辽宁大连11018）

(guojia828@163．com)

要：针对雾天图像对比度和颜色严重退化的问题，提出了一种应用暗原色先验去雾的简便方法。该方法首

先根据暗原色先验得到雾天透射率图；然后，通过暗原色值与邻域暗色值的差值来判断边缘，取颜色最相近点的暗色

摘

同时利用暗原色图像直方图自动获得大气光线值；最后，根据大气散射模型得到清晰图像。实验值为新的暗原色值，证明，该方法能够有效去除雾对图像的影响。

关键词：去雾；物理模型；暗原色先验；透射率；邻域相似性

中图分类号：TP751．1；TN911．73文献标志码：A

Imagedehazingmethodbasedonneighborhoodsimilaritydarkchannelprior

GUOJia1，WANGXiao-tong1，2，HUCheng-peng1，XUXiao-gang3

(1．InstituteofPhotoelectricTechnology，DalianNavalAcademy，DalianLiaoning116018，China;

2．DepartmentofNavigation，DalianNavalAcademy，DalianLiaoning116018，China;

3．DepartmentofEquipmentAutomatization，DalianNavalAcademy，DalianLiaoning116018，China)

Abstract:Imagesacquiredinbadweatherhavepoorcontrastsandcolors．Thispaperproposedasimplemethodtoremovehazebasedondarkchannelpriority．Afteracquiringthetransmission，gettingthedifferencebetweenthedarkchannelanddarkvalueofnearesteightpixels，thepixelofminimaldifferencewasredefinedasnewdarkchannel．Besides，theairlightwasautomaticallyestimatedfromthehistogramofthedarkchannel．Atlast，theclearimagecouldberecoveredbasedonphysicalmodel．Theexperimentalresultsshowthatthemethodcansharptheedgeandimprovethequalityofthedegradedimage．

Keywords:dehazing;physicalmodel;darkchannelprior;transmission;neighborhoodsimilarity

0引言

改善边缘的方法，再结合大气物理模型，可恢复出高质量的图像和深度图。

雾天时，由于大量悬浮粒子的散射作用，户外图像颜色和对比度严重退化，影响人们的视觉感受，妨碍图像信息的提取，更不利于交通监测、卫星遥感等应用。

模拟大气散射作用，建立雾天图像成像物理模型的去雾算法原则上可彻底消除天气作用的影响，其关键问题是获取需要用雷达或景点的深度信息。假设深度信息已知的算法，距离传感器等硬件设备来获取场景的精确深度，了算法在实际中的应用。利用不同天气的两幅或多幅图像求解深度的算法，在一些情况下，如实时监控时，由于无法提供多幅场

［1－4］

。交互式去雾方法通过人工交景的差异图像而无法应用

，过多依赖人的主观性。由于雾

天图像可建模为欠定方程，近几年来，利用各种最优化模型求互来获得场景深度信息

解参数最佳估计值的方法成为研究热点，代表方法是Fattal通过假设透射率和表面投影局部不相关，利用成分分析估算景物透射率，再利用模型求解清晰图像。这种方法在浓

［8］

雾时效果不理想，而且需要较强的假设条件。He等人等利用暗原色先验（DarkChannelPrior），直接从一幅有雾的图像中估计出景物透射率，恢复出高质量的图像，但是其方法结合抠图法处理边缘，从而增加了算法的难度和复杂度。

本文基于暗原色的先验知识，提出了基于邻域相似性来

［7］

［5－6］

1雾天图像物理模型

从本质上讲，恶劣天气下图像质量下降的主要原因是大

气粒子的散射作用，它使从景物反射的光通量部分被微粒吸收或反射，导致到达观察者的入射光被衰减；另一方面，大气粒子的散射作用还将来自天空的自然光散射进入观察视场，附加在目标图像上。因此，雾天时户外传感器的成像模型可以用入射光衰减模型和大气光线成像模型进行描述：

I（x）=J（x）t（x）+A（1－t（x））

（1）

其中：I（x）为观测图像；J（x）为景物辐射度，即所求清晰图像；t（x）为衰减项，也可以理解为光线通过介质的透射率；A

J（x）·t（x）描述了景物通过介质后衰减的为大气光线强度。

而A（1－t（x））为大气光线对图像的贡献。在式（1）剩余量，

t（x）和A都是未知项，中，已知项只有I（x），而J（x），因此图像去雾问题是一个病态方程的求解问题。

2暗原色先验

1988年，Chazev首次提出暗物体的概念（Dark-Object

Subtraction，DOS）并将其运用到受大气散射影响的模糊图像

［9］

恢复。方法取图像中最暗的物体，认为其颜色的改变是由

收稿日期：2010－11－09；修回日期：2011－01－12。

基金项目：国家自然科学基金资助项目（60975016）；国家青年科学基金资助项目（61002052）；辽宁省自然科学基金资助项目（20082176）。作者简介：郭珈（1983－），女，辽宁大连人，博士研究生，主要研究方向：图像处理、信号分析；王孝通（1962－），男，浙江义乌人，教授，博士，主要研究方向：电子海图、图像处理；胡程鹏（1983－），男，山东济宁人，硕士研究生，主要研究方向：交通信息处理、图像处理；徐晓刚（1967－），男，浙江永康人，教授，博士，主要研究方向：信号分析、虚拟仿真。

第5期郭珈等：基于邻域相似性的暗原色先验图像去雾方法1225

大气作用造成。因此，大气作用的部分可由暗物体的本色（通常黑色）减去降质图像物体颜色得到。对于空间分布均

He等人［8］提出的匀的雾天图像，其去雾效果较好。2009年，

暗原色先验去雾方法，可理解为一种局部的DOS。其根据对户外图像的统计规律得出，在绝大多数非天空的局部区域里，某一些像素总会有至少一个颜色通道具有很低的值，即暗原色。一幅图像的暗原色定义为：

Jdark（x）=

c∈｛r，g，b｝

个点的暗色作比较，当式（5）成立时，

w=minw（x5）－w（xi）；i∈［1，4］，i∈［6，9］（5）取颜色最相近点的暗色值为新的暗原色值：Idark（x）=w（xi）接下来，在得到图像的暗原色图后，将掩模W依序移动，修正每一点的暗原色值。这样处理后，当小区域都为同一物

暗原色值基本保持不变，而当小区域内含有边体中的点时，

界，则可以判断其是否在物体边缘，并将其合并到所属物体，取得正确的暗原色值。如图1（c）所示，经过处理后图1（a）的透射率图几乎没有块效应，边缘清晰。3．2估计大气光线

在模型方程中还有一个未知参数大气光线A需要从图像中得到。大多数单幅图像去雾方法当中，大气光成分A通常是

5－6］，如文献［人工选定天空区域从含雾的像素中简单测得。

10］值为大气光线的颜色；文献［大气光的颜色被赋值为图像最

大强度值，但在实际的图像中，最明亮的像素点有可能是一辆

7，11－12］将景物表面白色的汽车或者是白色的建筑物；文献［

反射率看做RGB空间里的向量，通过三维空间几何结构和最优化的方法来估计大气光线的方向和大小。这种方法较为复杂同时需要较强的假设条件，当假设不满足时，效果有限。

本文中，利用暗原色图来得到大气光线的估测。首先，由

图像暗原色接近于黑色，因此可以用雾天图像于晴朗天气时，

的暗原色图来粗略表征雾的浓度，将暗原色图中亮度大的区

首域看做雾浓度大的区域。当图像存在大面积天空区域时，

然后通过观察直方图灰度先提取该图像暗原色图的直方图，

s1，s2］，确聚集分布范围，找到突变值，合理设定灰度空间［

定天空区域的大致范围，最后将天空区域中灰度值出现频率最高的值对应像素点颜色作为大气光线值。当图像没有天空区域或天空区域较少时，图像暗原色图灰度通常是连续的，这

［8］

取暗原色图中亮度最大的里使用He等人的求取方法，

0．1%像素，在这些像素当中取强度最大的像素点，对应输入图像的颜色被确定为大气光线值。这两种基于暗原色先验的方法可以自动地估测所有图像中的大气光线值，而且比最明亮像素方法更加准确。

3．3基于NSDCP的图像去雾

得到每一点的直接散射t（x）和大气光线A后，清晰图像可通过式（1）求得，即：

I（x）－A

（6）J（x）=+A

t（x）

综上所述，基于NSDCP的图像去雾方法如图2所示。

min

（y∈Ω（x）

min（Jc（y））

）（2）

c

其中：J为图像J的第c个颜色通道，Ω（x）表示以像素x为中

通过大量统计实验，对于清晰图像：心的块。

minmin（Jc）

Ω

c

（（）→0

假定在一个局部块中，透射率t（x）是常数，根据雾天图

将公式变换得：像的成像模型，Ic（y）Jc（y）

minmin=t（x）minmin+cy∈Ω（x）cy∈Ω（x）AcAc

（1－t（x））（3）

根据暗原色的定义，式（3）等价为：

Ic（y）

（4）t（x）=1－minmin

cy∈Ω（x）Ac

其中：最后一项恰好是用大气光线A归一化后的雾天图像暗

从而可以求得透射率t（x）。由于附加的大气光，图像被原色，

透射率t（x）一般较雾干扰之后往往要比其本身亮度更大，

小。所以被浓雾覆盖图像的暗原色具有较高的强度值。视觉上看来，暗原色强度值是雾浓度的粗略近似。由于不同位置

浓度往往不同，于是分块找到每个局部区域的暗原色的雾，

利用暗原色先验估计出雾的透射率图，同时也可通过雾的值，

浓度反映景物的深度变化。

（））（（））（（））3

3．1

基于邻域相似性暗原色先验的图像去雾

基于邻域相似性的暗原色先验图1（b）图像显示，由暗原色得到的直接散射图包含块效

而在局部区应。这是由于在取得暗原色时将图像分成小块，

域内，透射率并不总是恒定的。抠图法将图像前景和背景分

通过不同算法得到清晰的透明度估计图，能够很好地解决离，

这一问题。本文提出一种基于邻域相似性（NeighborhoodSimilarityDarkChannelPrior，NSDCP）的方法来改善透射率的不连续性，可以达到抠图法的处理效果，同时避免了抠图的复杂算法。

图1雾天图像透射率图

首先，定义每一像素点的暗色，即每一像素点RGB的最小值。显然，暗原色即每一个小区域内暗色的最小值。对于雾天图像，当小区域内点为同一物体时，物体表面反射率相

物体表面颜色近似相等，暗原色容易准确得到；当小区域等，

特别是边界两边物体颜色差异较大时，位于分界内存在边界，

线附近点的暗原色值往往被近似，因此出现了边缘不清的块效应。针对这一问题，本文构建了一个由邻域每一点暗色组

其元素定义为：成的3×3掩模W，

w（xi）=minIc（xi）；i=1，2，…，9

c∈｛r，g，b｝

图2基于NSDCP的图像去雾方法流程

计算时，将所求点放在掩模中心，将中心点暗色与其余8

当物体距相机较远位置时，大气光线在成像时贡献较大，

物体表面辐射量衰减严重，相当于得到的图像包含噪声。极端情况当直接散射t（x）近似为0时，式（6）没有意义，同时，为增强图像的真实感，实际运算时为直接散射t（x）设置一个

0．1）［8］，下限，例如t（x）=max（t（x），以避免这种情况的发

1226生。

计算机应用第31卷

4实验结果

更多实拍浓雾图像实验结果如图4。得到高质量的透逊色，

射率图后，当β可知时，由式（7）同时可得图中景物的深度这样反而很好地利用了雾的作用。图，

d=－（lnt）/β

例如图5（c）是当β=0．1得到的景深图。

（7）

7－8］进行去雾效果比对。图3给出本文算法和文献［

了图像的比对结果，可以看出本文算法在色彩和细节上毫不

图3去雾效果对比

［2］

NARASIMHASG．Visioninbadweather［C］//Proceedingsofthe7thIEEEInternationalConferenceonComputerVision．Washing-ton，DC:IEEEComputerSociety，1999，2:820－827．［3］

SCHECHNERYY，NARASIMHASG，NAYARSK．Polarization-basedvisionthroughhaze［J］．AppliedOptics，2003，42(3):511－525．［4］

SCHECHNERYY，NARASIMHASG，NAYARSK．Instantde-hazingofimagesusingpolarization［C］//ProceedingsofIEEECVPR．Washington，DC:IEEEComputerSociety，2001，l:325－332．［5］

NARASIMHANSG，NAYARSK．Interactive(de)weatheringofanimageusingphysicalmodels［EB/OL］．［2010－05－10］．ht-tp://ljk．imag．fr/membres/Bill．Triggs/events/iccv03/cdrom/cpm-cv03/31_narasimhan．pdf．［6］［7］［8］

芮义斌，，孙．一种图像去薄雾方法［J］．计算机应用，2006，26(l):1－156．

FATTALR．Singleimagedehazing［J］．ACMTransactionsonGraphics，2008，27(3):1－9．

HEKAIMING，SUNJIAN，ZHOUXIAOOU．Singleimagehazere-movalusingdarkchannelprior［EB/OL］．［2010－05－10］．ht-tp://research．microsoft．com/en-us/um/people/jiansun/papers/dehaze_cvpr2009．pdf．［9］

CHAVEZP．Animproveddark-objectsubtractiontechniqueforat-mosphericscatteringcorrectionofmultispectraldata［J］．RemoteSensingofEnvironment，1988，24(3):450－479．

［10］祝培，朱虹，钱学明，等．一种有雾天气图像景物影像的清晰化

方法［J］．中国图象图形学报，2004，9(1):124－128．

［11］NARASIMHANSG，NAYARSK．Visionandtheatmosphere［J］．

InternationalJournalofComputerVision，2002，48(3):233－2．［12］NARASIMHANSG，NAYARSK．Chromaticframeworkforvision

inbadweather［C］//ProceedingsofIEEECVPR．Washington，DC:IEEE，2000，1:598－605．

［13］TANRT．Visibilityinbadweatherfromasingleimage［C］//Pro-ceedingsofIEEECVPR．Washington，DC:IEEE，2008，1:1－8．［14］KOPFJ，NEUBERTB，CHENB，etal．Deepphoto:Model-basedphotographenhancementandviewing［J］．ACMTransactionsonGraphics，2008，27(5):116:1－116:10．

图4浓雾图像去雾效果

图5图像去雾效果及景深图

5结语

本文基于暗原色去雾的基本思想，提出了一种基于邻域

相似性的暗原色图像去雾方法。该方法充分利用暗原色的优

通过暗色图像邻域像素之间的灰度相似点获取透射率信息，

同时在大气光线的选取上更加合理。本文方性来改善边缘，

法克服了抠图的复杂算法，去雾效果毫不逊色。但是，本文方对于景物颜色和大气光线法也存在暗原色方法的固有缺陷，

例如对于海上图像效果有限。在改善边缘差别不大的图像，

时的近似处理，牺牲了图像边缘的部分暗原色值，使得雾被少

量保留。下一步工作将提高算法速度同时研究更为合理的大气成像模型。参考文献：

［1］

NARASIMHASG，NAYARSK．Contrastrestorationofweatherdegradedimages［J］．IEEETransactionsonPatternAnalysisandMachineIntelligence，2003，25(6):713－724．