基于暗原色先驗的去霧理論與算法的學習

1、基于暗原色先驗的去霧理論與算法的學習報告 By唐建城 楊琪澤近幾年空氣質(zhì)量退化嚴重，霧霾等惡劣天氣出現(xiàn)頻繁，PM2.5值越來越引起人們的廣泛關注。在有霧天氣下拍攝的圖像模糊不清，清晰度不夠，細節(jié)不明顯，色彩保真度下降，出現(xiàn)嚴重的顏色偏移和失真，達不到滿意的視覺效果。限制和影響了室外目標識別和跟蹤、智能導航、公路視覺監(jiān)視、衛(wèi)星遙感監(jiān)測、軍事航空偵察等系統(tǒng)效用的發(fā)揮，給生產(chǎn)與生活等各方面都造成了極大的影響。以公路監(jiān)控為例，由于大霧彌漫，道路的能見度大大降低，司機通過視覺獲得的路況信息往往不準確，進一步影響對環(huán)境的判讀，很容易發(fā)生交通事故，此時高速封閉或者公路限行，給人們的出行帶來了極大的不便。 去

2、霧除霾現(xiàn)實意義迫切需要對霧天圖像進行有效的去霧處理 去霧除霾現(xiàn)實意義圖像去霧的兩大類方法（1）基于大氣散射物理模型法：暗原色先驗去霧，偏振成像去霧。（2）基于圖像增強的算法：直方圖均衡化，同態(tài)濾波，小波變換，Retinet算法等。由于時間以及能力關系，我們只研究了暗原色先驗去霧。 去霧除霾方法暗通道（原色）先驗何凱明 2009年CVPR最佳論文作者何凱明博士（2007年清華大學畢業(yè)，2011年香港中文大學博士畢業(yè)）首次提出暗通道先驗理論。 2010年提出引導濾波算法對濾波效果改進。 2011年對暗通道先驗理論進行改進。 2013年對引導濾波算法進行改進。 何凱明主頁( http:/ ) 暗原色

3、先驗，來用于單一圖像去霧。暗原色先驗是對戶外無霧圖像庫的統(tǒng)計得出的規(guī)律。在不包括天空的絕大部分局部區(qū)域，總會存在一些被稱之為“dark pixels”的像素，至少有一個顏色通道具備很低的強度值。在被霧干擾的圖像里，這些暗像素的強度值會被大氣中的白光成分所充斥而變得較高。因此，這些暗像素能夠直接用來評估霧光的透射信息。結合一個已有的霧成像模型和插值法摳圖修復，便可以得到高質(zhì)量的去霧圖像和很好的深度圖。 暗原色先驗去霧原理 暗原色先驗去霧原理對于沒有霧的圖像，在絕大多數(shù)非天空的局部區(qū)域里，某一些像素總會有至少一個顏色通道具有很低的值。換言之，該區(qū)域光強度的最小值是個很小的數(shù)。我們給暗通道一個數(shù)學定

4、義，對于任意的輸入圖像J，其暗通道可以用下式表達：式中Jc表示彩色圖像的RGB通道中的某一個 ，(x)表示以像素X為中心的一塊區(qū)域。 暗通道先驗的理論指出，暗通道的值通常趨于0 實際生活中造成暗原色中低通道值主要有三個因素：（1）陰影。汽車、建筑物和城市中玻璃窗戶的陰影，或者是樹葉、樹與巖石等自然景觀的投影；（2）色彩鮮艷的物體或表面。由于色彩單一，缺少RGB通道的其他色彩，這就導致暗通道圖像中出現(xiàn)非常低的灰度值;（3）暗色目標或表面。例如顏色較暗的服裝、樹木、石頭等。 總之，自然景物中到處都是陰影或者彩色，這些景物的圖像的暗原色總是很灰暗的。 暗原色先驗去霧原理 暗原色先驗去霧原理有霧圖像無

5、霧圖像暗通道對比 暗原色先驗去霧原理有霧圖像無霧圖像暗通道對比 暗原色先驗去霧原理從視覺上看，可以看到因霧氣產(chǎn)生的散射作用，使得被霧干擾的暗像素亮度往往高于其原有的亮度（這時在有霧的圖像被霧覆蓋的區(qū)域的圖像特征已經(jīng)不滿足先前說過的低通道的三個因素（陰影，色彩鮮艷，暗色物體），并且被光照增強的暗像素點的亮度可以認為是霧的亮度的近似估計，利用暗通道的這一特性，可以估計圖像霧中的濃度，為后期圖像去霧工作奠定了基礎。如上所述，上標C表示R/G/B三個通道的意思。然后對上式兩邊求兩次最小值運算，得到下式： 暗原色先驗去霧原理計算機處理霧圖圖像通用模型:I(X)就是我們現(xiàn)在已經(jīng)有的圖像（待去霧的圖像），J

6、(x)是我們要恢復的無霧的圖像，A是全球大氣光成分， t(x)為透射率?，F(xiàn)在的已知條件就是I(X)，要求目標值J(x),顯然，這是個有無數(shù)解的方程，因此，就需要一些先驗了。將上式稍作處理，變形為下式：如果將原始圖像的霧完全除去，則圖像的深度感會有所丟失，圖像會顯得不真實，所以在實際計算過程中可以在上述等式中引入常數(shù)w，從而保留部分覆蓋遠景的霧。 暗原色先驗去霧原理 暗原色先驗去霧原理w 值對去霧結果的影響式中 w 表征圖像的去霧程度，設置該參數(shù)是為了使恢復后的圖像保留一定程度的霧讓圖像看起來更為真實。顯而易見 w 值越小，去霧后圖像效果越差，示例如下： 暗原色先驗去霧原理上述推論中都是假設全球

7、大氣光A值是已知的，在實際中，我們可以借助于暗通道圖來從有霧圖像中獲取該值。具體步驟如下：1） 從霧化暗通道圖中按照亮度的大小取前0.1%的像素。2） 在這些位置中，在原始有霧圖像I中尋找對應的具有最高亮度的點的值，作為A值。到這一步，我們就可以進行無霧圖像的恢復了。由上式可知： J = ( I - A)/t + A 暗原色先驗去霧原理但是當t值很小時，會導致J的值偏大，從而使得圖像整體向白場過渡，因此一般可設置一閾值T0，當t小于t0時，令t=t0。在單幅圖像去霧算法中，t0通常被設置成0.1。最終恢復公式： 暗原色先驗去霧原理下面直接用上述理論進行圖像恢復，去霧效果也是可以的，但邊框會出現(xiàn)

8、模糊，左邊是原圖，右邊是恢復后的圖像 暗原色先驗去霧原理下面直接用上述理論進行圖像恢復，去霧效果也是可以的，但邊框會出現(xiàn)模糊，左邊是原圖，右邊是恢復后的圖像 暗原色先驗去霧原理 引導濾波引導圖像濾波是一種邊緣平滑濾波器，它可以實現(xiàn)圖像邊緣的平滑、細節(jié)增強、以及圖像融合去噪等功能，是一種功能強大的濾波器。它的原理是通過一幅引導圖像對輸入圖像進行濾波，因而也被成為引導濾波，輸出的圖像在保留輸入圖像整體特征的同時，能充分獲取引導圖像的變化細節(jié)。 引導濾波圖片來自何老師在eccv2010上使用的slides 引導濾波預估的透射率圖引導濾波后的透射圖直接利用暗通道先驗恢復經(jīng)過引導濾波恢復原圖 引導濾波預估的透射率圖引導濾波后的透射圖直接利用暗通道先驗恢復經(jīng)過引導濾波恢復原圖 引導濾波預估的透射率圖引導濾波后