邱清輝

摘要：針對普通暗通道先驗(yàn)算法去霧能力的不足，本文提出了一種改進(jìn)算法，通過采用高斯平滑將原圖像分為基礎(chǔ)子圖和細(xì)節(jié)子圖，基礎(chǔ)子圖采用暗通道先驗(yàn)算法，細(xì)節(jié)子圖采用gamma變換方法，再采用圖像融合進(jìn)行融合，結(jié)果顯示改進(jìn)的算法，使得去霧后圖像顏色效果更好，細(xì)節(jié)信息更多，能夠滿足工程上應(yīng)用要求，具有很好的應(yīng)用價(jià)值。

關(guān)鍵詞：暗通道先驗(yàn); 圖像去霧;直方圖

中圖分類號：TP18? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044(2019)16-0196-02

開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID)：

隨著視頻、圖像采集越來越多，尤其在戶外中，受天氣中霧、靄以及沙塵等影響，采集拍攝的圖像往往具有較多的失真，這無論是對拍攝的美感，還是對工程技術(shù)領(lǐng)域中目標(biāo)的探測和識別都有很大影響。若能在戶外不良天氣下拍攝的失真圖像中，采用相應(yīng)算法最大限度無失真的恢復(fù)出原始的圖片具有很大的意義[1][2][3][4]。

圖像去霧的方法主要分為三大類別：(1)基于統(tǒng)計(jì)的圖像增強(qiáng)算法包括直方圖增強(qiáng)以及后續(xù)改進(jìn)的限制對比度直方圖增強(qiáng)等各種算法，這種算法簡單有效，但是有可能造成圖像細(xì)節(jié)的丟失，且對于濃霧天氣算法會失效。(2)基于反射理論的圖像去霧方法，主要是Retinex理論，這種算法往往會造成顏色的失真。(3)基于大氣模型的方法，代表算法是HE的暗通道先驗(yàn)法，但是該方法仍然會造成一些細(xì)節(jié)的丟失。針對這個(gè)問題，本文采用高斯模糊的方法將原圖分成高頻分量和低頻分量，采用暗通道先驗(yàn)證的算法增強(qiáng)低頻分量再進(jìn)行重構(gòu)，從而保存了圖像的細(xì)節(jié)信息。

1 暗通道先驗(yàn)算法

為了能夠從大氣傳輸退化的圖像中恢復(fù)出原始的圖像，He等在文獻(xiàn)中給出了暗原色先驗(yàn)的方法，是通過對大量戶外無霧圖像的統(tǒng)計(jì)分析提出來的。He指出暗到通先驗(yàn)規(guī)律：在無霧戶外采集圖像中，其每個(gè)局部區(qū)域都極有可能存在陰影，每個(gè)局部區(qū)域至少會有一個(gè)顏色通道在某些像素上具有很低的灰度值，并且趨近于0。對于戶外圖像J，其模型為：

其中分母的[to]設(shè)置為0.5，用于防止t(x)的數(shù)值過小。對于環(huán)境光A的估計(jì)是取[Jdark]中前0.1非天空區(qū)域亮度最大的像素對應(yīng)的原圖中亮度值的平均值。

2 改進(jìn)的算法

HE提出的暗道通先驗(yàn)算法原理相對簡單，相對霧氣較薄時(shí)可以產(chǎn)生良好的去霧效果，但是若針對霧靄較濃時(shí)，其效果就表現(xiàn)一般，需要提高圖像的細(xì)節(jié)化處理，在此，可以對圖像進(jìn)行高頻和低頻分離處理，低頻信息進(jìn)一步直方圖增強(qiáng)，高頻信息進(jìn)行濾波和校正。

采用的具體方法如圖1所示的流程圖所示。對于暗通道復(fù)原后的圖像，通過暗道通先驗(yàn)算法進(jìn)行色彩增強(qiáng)，再通過引導(dǎo)濾波對圖像進(jìn)行濾波、平滑處理，將圖像中低頻和高頻進(jìn)行分離，低頻信息作為基礎(chǔ)子圖。同時(shí)對高頻信息再進(jìn)一步的高斯平滑，暗通道增強(qiáng)后的圖像進(jìn)行相減，獲得了細(xì)節(jié)子圖。此時(shí)再一次進(jìn)行濾波和校正，通過Gamma變換調(diào)整細(xì)節(jié)子圖的對比度。最后基礎(chǔ)子圖通過CLAHE算法進(jìn)行動態(tài)范圍增強(qiáng)，并對基礎(chǔ)子圖和細(xì)節(jié)子圖進(jìn)行圖像融合處理，最終獲得增強(qiáng)后的紅外圖像。

3 實(shí)驗(yàn)和分析

根據(jù)對暗道通先驗(yàn)改進(jìn)算法進(jìn)行實(shí)驗(yàn)，在霧靄較為嚴(yán)重的情況下，帶有霧靄的圖像采用普通直方圖均衡的暗通道去霧方法與改進(jìn)算法進(jìn)行比較，如圖2所示，可以發(fā)現(xiàn)的改進(jìn)算法去霧具有更好的顏色效果，且動態(tài)范圍更好，顯示的細(xì)節(jié)信息更多。

4 結(jié)論

通過暗道通先驗(yàn)的分析，其實(shí)現(xiàn)比較容易，但當(dāng)天氣惡劣情況下，去霧能力明顯不足，針對普通暗通道先驗(yàn)算法在復(fù)雜天氣情況下去霧能力的不足問題，首先采用高斯平滑將原圖像分為基礎(chǔ)子圖和細(xì)節(jié)子圖，基礎(chǔ)子圖采用暗通道先驗(yàn)算法直方圖增強(qiáng)，細(xì)節(jié)子圖采用gama變換方法，最后采用圖像融合進(jìn)行融合，得出去霧圖像顏色效果更好，細(xì)節(jié)信息更多，具有很好的應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1] He K， Sun J， Tang X. Single image haze removal using dark channelprior[C]//IEEE Conference on Computer Vision and Pattern Recognition，2009：1956-1963.

[2] He K， Sun J， Tang X. Guided image filtering[J].IEEE Transactions onPattern Analysis & Machine Intelligence，2013，35(6)：1397-1409.

[3] 郭璠，蔡自興，謝斌，等.圖像去霧技術(shù)研究綜述與展望[J].計(jì)算機(jī)應(yīng)用，2010，30(9)：2417-2421.

[4] 王浩，張葉，沈宏海，等.圖像增強(qiáng)算法綜述[J].中國光學(xué)，2017，10(4)：438-448.

【通聯(lián)編輯：唐一東】

總結(jié)

以上是生活随笔為你收集整理的纯c语言实现的改进暗通道去雾算法测试程序(附赠大量测试图像),基于改进暗通道先验算法的图像去雾...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。