摘 要：本文提出了基于大氣散射理論的視頻去霧算法，這種方法計算固定場景下的大氣透射率，把計算結(jié)果應(yīng)用于視頻的所有幀以消除霧氣，實驗結(jié)果和實際應(yīng)用顯示這種算法去霧效果較為清晰，對比度較原始圖像有明顯的提升。與其他視頻去霧算法相比，由于固化了先驗信息，因此算法的處理速度較快，在處理實時監(jiān)控數(shù)據(jù)時可以迅速得到去霧的結(jié)果。
關(guān)鍵詞：霧氣理論；視頻；去霧；大氣透射率
0 引言
目前針對霧天視頻的去霧方法主要建立單幅圖像去霧的基礎(chǔ)上，也可分為基于圖像增強和基于物理模型的視頻去霧方法兩類。前者對視頻的每一幀進行直方圖去霧化處理，后者則是對背景圖像采用去霧算法進行處理，求取得到相關(guān)的參數(shù)后，再將物理模型與原始視頻結(jié)合得到完整的去霧視頻。
1 霧氣理論
1.1 大氣散射理論
大氣散射模型由大氣光成像模型和入射光衰減模型組成[4]。何愷明[3]給出了霧霾天氣下單色大氣散射模型的簡化表達式為：
其中，A為大氣光強為輸入的有霧圖像，為空間坐標(biāo)x處的場景反照率，為大氣的散射系數(shù)，是觀測點到場景點的距離。去霧的本質(zhì)就是通過求取以及A的'值以從原有霧圖像中得到去霧后的圖像。
在原始的霧氣圖像中，霧氣的濃度會隨著景物距離的變化而變化，因此透射率是一個變化的參數(shù)，而暗原色先驗則提供了估算透射率的方法。暗顏色先驗理論是對大量室外無霧圖像的觀察統(tǒng)計得到的：在排除了天空等大面積明亮區(qū)域后的無霧圖像中，存在這樣的一些像素點，它們在RGB3個顏色通道中至少一個通道的值很低，這就是暗原色的概念，數(shù)學(xué)模型為[3]：
其中為原始圖像的顏色通道，為紅綠藍3個顏色通道，c為顏色通道的合集；為以x為中心的局部區(qū)域。通過觀察統(tǒng)計得到，的值較低且趨近于0。如果J是無霧圖像，則被稱為J的暗通道。
2 基于大氣散射理論的去霧算法
2.1 簡化的大氣散射理論
從大氣散射模型出發(fā)，定義，則散射模型表達式變換如下：
其中，表示介質(zhì)在圖像位置x處的傳播函數(shù)或者透射率，為復(fù)原后的無霧圖像。定義，則（3）式變換為：
其中，為大氣耗散函數(shù)，它表示環(huán)境光對圖像的附加部分。這里去霧問題就轉(zhuǎn)化為計算大氣透射率和大氣光強的問題。
2.2 去霧算法流程
本文的去霧算法：第一步，假定是固定場景的有霧視頻，因此可以通過幀差法獲得視頻的背景圖像；再通過暗原色的值的變化來估計大氣透過率，獲得背景圖像的大氣透射率，由此即可通過運算求得。第二步，用暗原色先驗方法的統(tǒng)計信息估算出大氣光強值A(chǔ)，并將原始圖像數(shù)據(jù)代入到（4）式中即可求得去霧后的復(fù)原圖像。
2.3 大氣透射率估計
在霧霾天氣下獲得的圖像，由于大氣光參與成像，會使得暗原色強度值發(fā)生變化，而大氣透射率是與這個值直接相關(guān)的，因此可以通過暗原色值的變化來估計大氣透射率[3]。這個粗略估計的大氣透射率可以表示為：
其中是調(diào)節(jié)因子，使復(fù)原的圖像更接近真實圖像。
本文采用雙邊濾波的方法對原始圖像進行處理，目的在于消除其中可能導(dǎo)致圖像復(fù)原錯誤的細節(jié)信息。雙邊濾波采用加權(quán)平均獲取圖像的強度值[5]，其定義為：
這里為粗略估計的大氣透射率，為濾波優(yōu)化后的大氣透射率，表示像素的鄰域，和分別是空間域和灰度域的權(quán)重，是歸一化參數(shù)，而后三個權(quán)重參數(shù)可由以下公式求�。�
越小則圖像細節(jié)和邊緣越清晰，則這里取8，取0.1。
2.4 大氣光強估計
目前已經(jīng)有很多方法解決這一問題。如對邊緣檢測處理后的圖像采用灰度腐蝕的方式進行分塊統(tǒng)計，找到候選的天空區(qū)域，但這種方法要求場景中必須存在天空區(qū)域。本文先對三個顏色分量進行灰度腐蝕，然后將處理后的圖像中各像素點的亮度值按照遞減的方式進行排序，從這些最小值中選取0.1%最亮的像素所在的位置，找到這些位置所對應(yīng)的原始有霧圖像區(qū)域，而這些區(qū)域中的像素最大值就是大氣光強A的估算值。
3 分析與應(yīng)用
3.1 去霧效果驗證
3.2 計算速度
視頻去霧處理的時間長短取決于視頻幀圖像的大小、視頻算法的復(fù)雜度以及場景的復(fù)雜度。本文算法是對暗顏色先驗去霧方法的改進。對于暗顏色先驗去霧方法而言，算法需對每幀圖像進行按霧氣濃度的局部顏色修復(fù)，因而計算量較大。相比之下，雙邊濾波估算大氣透射率的去霧方法，其復(fù)雜度與視頻幀圖像總像素數(shù)目線性相關(guān)，因而該方法的運算速度比較快。表1是這兩種算法的運算速度對比。
3.3 視頻圖像去霧系統(tǒng)
利用本文的理論，構(gòu)建了一套視頻圖像去霧系統(tǒng)。這套系統(tǒng)可以降低監(jiān)控視頻畫面中霧霾的影響，改善視頻圖像質(zhì)量，減少惡劣天氣對CCD攝像機的監(jiān)控畫面的干擾，讓視頻監(jiān)控系統(tǒng)看得更遠、更清楚、更準(zhǔn)確。目前，這套系統(tǒng)已經(jīng)應(yīng)用在了黃山風(fēng)景區(qū)的視頻監(jiān)控系統(tǒng)之中，改善圖像的成像質(zhì)量，使得圖像信息更加豐富，為黃山景區(qū)視頻監(jiān)控提供亮麗、清晰、準(zhǔn)確的圖像畫面。
4 總結(jié)與展望
本文提出了基于大氣散射理論的視頻去霧算法。這種算法基于固定場景下使用雙邊濾波的方式改進了原有的暗原色先驗估計大氣透射率的方法。實驗結(jié)果顯示這種算法去霧效果較為清晰，對比度較原始圖像有明顯的提升，且處理速度相對較快。而對于不斷發(fā)生變化的有霧場景，還需要提出一種更精確的背景建模和檢測場景變化的方法，這個是下一步需要解決的問題。
【基于大氣散射理論的視頻去霧算法的研究論文】相關(guān)文章：
論文：基于粒子群算法的雙子支持向量機研究06-16
計數(shù)查找算法研究精選論文04-05
基于自我決定理論的體育學(xué)習(xí)動機研究論文07-04
基于現(xiàn)代統(tǒng)計學(xué)理論與實踐研究的論文04-15