去除视频中的雾气，改善图画质量是进步野外视频监控体系价值的一项关键技能。本文经过以雾图画的物理模型为根底树立与图画增晰技能的联系对去雾技能进行剖析，归纳近年来提出的图画去雾办法的基本原理，阐明一些典型的去雾办法是怎么呈现视觉上的去雾作用的。
一、雾霾气候导致去雾技能开展急迫
近来，PM2.5这一气候范畴专业词汇成为社会重视的论题,空气中的液滴和固体小颗粒不只损害人体健康，一起因为很多悬浮粒子的散射作用，大气能见度下降，野外图画色彩和比照度退化，影响图画中信息提取，也致使野外明晰度下降导致交通事故频发，因而，图画去雾技能成为图画处理与核算机视觉范畴研讨的重要课题，也是人们火急处理的问题之一。
近年来，跟着技能的不断开展，对有雾气候时的景象印象进行去雾处理现已成为可能，对去雾图画的明晰度和真实感也有了长足的前进。图画去雾技能是图画处理与核算机视觉范畴研讨的重要内容，其首要运用范畴为视频监控、地势勘察、主动驾驶和方针盯梢。在运用进程中，去雾后图画的真实性、处理的实时性成为去雾技能研讨和重视的要点。
二、图画去雾技能
选用数字图画处理技能对图画进行处理的办法有很多种,归结起来，仍然是传统的两类：一类图画增强，另一类是图画恢复。图画增强办法是从图画呈现的低亮度和低比照度的特征考虑，依照特定需求杰出图画中的某些信息，削弱或去除某些不需求的信息来完结的;图画恢复是从依据物理模型的气候退化图画恢复办法，从物理成因的视点对大气散射作用进行建模剖析，完成场景恢复。在恢复进程中，一般先运用各种先验常识估量模型中的参数，最终求解方程然后核算出明晰的图画。两种办法相较，依据恢复去雾算法从原理上完成去雾，对雾的估量更精确，能够真实地恢复雾前的明晰图画，针对性强，得到的去雾作用天然，一般不会有信息的丢失。
1、依据图画处理的图画增强技能运用较多
典型的雾天图画增强办法有灰度直方图改换办法、频率域剖析办法和依据色感一致性的Retinex算法等。
灰度直方图改换办法是把有雾图画的直方图改换为均匀散布的方式，然后添加像素灰度值的动态规模到达增强雾天图画全体比照度的作用。
频率域中小波剖析算法是选用依据小波剖析的多标准图画增强算法，其首要思维是因为雾的能量首要会集在图画的低频部分，对高频部分影响较小，所以在此根底上对图画的高频和低频别离进行增强或削弱以到达图画明晰的意图。值得一提的是，现在有一种在小波改换根底上开展起来的新的多标准剖析办法-曲波剖析算法，特别适合于各向异性奇异性特征的信号处理，很好地补偿小波改换在图画的曲线边际增强方面的局限性，能运用曲波改换的优势，选用依据曲波的消失点检测对雾天图画进行主动去雾处理。
色感一致性或称为色彩恒常理论是依据人类视觉特色提出一种理论，认为人的视觉体系能够疏忽环境中光照的改变而取得安稳的色彩感知。Retinex算法是树立在色彩恒常理论根底上一种图画增强办法，该算法经过视觉体系色彩不变性的特色，加强因为雾的搅扰而被弱化的光照，然后到达对图画增强的意图。
2、依据气候物理模型的图画恢复办法成为新趋势
(1)多幅图画组成场景深度模型的办法
前期的恢复算法是运用场景深度求解大气散射方程然后取得明晰图画，随后便呈现了运用不同气候条件下同一场景的多幅图画组成场景深度模型的办法，均取得了较好的作用，但受客观条件的束缚，估测的场景深度往往不行精确，一起因为缺少满足先验条件加以束缚，简略导致恢复的成果与实践不符。
(2)光的极化视点剖析与偏微分方程
后来，人们从光的极化视点对雾进行剖析，运用同一场景下的多幅图画把被雾散射的光线别离为水平极化光和垂直极化光，规划相应的滤波器消除雾对光线的影响，到达去雾的意图，这种办法去雾作用显着，图画失真小，可是核算量过大，难以运用于实践。此外，偏微分方程在雾天图画恢复范畴中也有广泛的运用，首要办法是在大气散射模型的根底上，树立雾化图画对应的梯度场，然后依据图画景深与梯度的联系结构偏微分方程并求解取得明晰的图画，该办法能够完成单幅图画的盲去雾，可是结构和求解偏微分方程的进程繁琐，相同难以完成。
(3)单幅降质图画雾气浓度剖析
近年来，很多研讨者致力于怎么针对单幅降质图画依照图中雾气浓度的改变到达完全去雾的作用：经过核算发现，无雾图画相对于有雾图画必定具有较高的比照度，然后咱们能够运用最大化恢复图画的部分比照度来到达去雾的意图，该办法能极大的增强图画的比照度，可是简略导致图画的色彩失真，而且在场景深度不接连的当地会发生光圈效应，试验成果如图1。
图1 Tan的办法去雾作用图
(4)光线的反射预算办法
因为物体外表的反射率是固定不变的，与其外表的光照强度无关，因而也能够运用景象对光线的反射预算光线的透射程度到达去雾的意图，可是该算法要求图画部分存在不同的色彩，因而当雾的浓度很大、图画挨近白色时，就无法估量得到相应参数，导致去雾失利。而且这种办法只对五颜六色图画有用，而且核算量较大，试验成果如图2。
图2 Fattal的办法去雾作用图
(5)依据暗通道先验的单幅图画去雾算法
依据暗通道先验的单幅图画去雾算法是在2009年被提出的一种简略有用的图画恢复办法，该办法树立在一种天然界中普遍存在的暗通道先验的根底上，因为晴天拍照的野外图画中总存在一些“暗点”，这些“暗点”至少有一个色彩通道的值很低，所以当图画遭到雾的搅扰时，这些本来很低的值因为遭到大气散射光的影响而大幅升高，运用这些点就能够预算出拍照场景中雾的浓度，并恢复出明晰的无雾图画。但这种办法只能大略预算出图画大气光的散布，需求结合软抠图或双方滤波算法对透射率进行优化，该办法去雾作用如图3。
图3 暗原色去雾作用图
三、暗原色去雾办法的改善
在完善透射率的进程中，用软抠图的办法，旨在在暗原色图画远近景接壤边际处，选用最大值滤波对被轻视的暗像素值进行修正。但核算进程中软抠图核算开支大，时刻杂乱度高，求解线性体系进程中速度慢，核算功率成为束缚该办法实用化的最大妨碍。
如若选取坚持图画边际的辅导滤波器，经过图画辅导滤波来近似模仿这一腐蚀进程，不只能够取得类似成果，一起也减少了运转时刻。与经典的双方滤波比较，辅导滤波是一种显式滤波，不只具有线性的时刻杂乱度，对图画边际的坚持作用愈加超卓，还能够完成图画边际的滑润、细节增强以及图画交融去噪等功能。
1.改善后的图画去雾试验成果
为了验证改善后的算法的有用性，运用图画滤波对同一幅有雾图画进行了去雾试验。经过调查图4能够发现，在视觉作用上，运用软抠图与运用引导图画滤波对初始透射图的优化成果尽管并无显着差异，但采纳软抠图的办法核算量大约占到这个整个核算量的90%，而引导图画滤波算法核算杂乱度低，运算功率得到了大幅度进步，一起节省很多的内存空间，核算成果如表1。
图4 软抠图与导向滤波比较
表1：两种办法去雾的时刻比照
去雾办法图片尺寸去雾时刻(s)片面去雾作用
暗原色去雾图4(d)340×45015.249很好
改善后办法图4(f)340×4503.358很好
四、去雾技能在安防监控范畴的运用远景
笔者地点企业联合南京邮电大学研制雾霾视频増晰处理技能，针对因为雾霾等气候条件下视频图画遭到的不良影响进行处理，恢复成较为明晰的图画，便于人眼辨认，该处理办法选用了共同的依据暗通道先验理论的图画恢复算法，运用雾化模型和先验暗通道能够直接预算雾的厚度，并恢复出高质量的去雾图画。
跟着工业的开展以及其对气候的影响，雾霾越来越成为一种常见的气候现象，这对野外运用的监控体系的画面质量形成很大的影响。而去雾技能能够从多个视点进步视频监控的质量，能够用于各种有雾气候条件的透雾处理;能显着进步图画的比照度、使图画变通透、明晰;能够显着增强图画的细节信息，使本来被躲藏的图画细节被充沛展现;能够进步图画的饱和度，使图画色彩鲜艳生动、生动，透雾处理后的图画坚持精确的色彩、天然的外观，因而取得了杰出的图画质量与视觉感触。
因而，从运用场景来看，去雾技能可用于多种野外场合，如可运用于安防监控范畴，能够大大进步现有监控体系在雾天等恶劣气候下的功能;可运用于公路交通监控范畴，能够防止野外监控摄像头看不清监控目标、形成在关键时刻失效的成果;还可运用于遥感图画处理以及军事科技等范畴。
图5 去雾技能在交通范畴的运用图
五、结语
依据图画处理的图画增强办法具有比照度进步显着、图画细节杰出、视觉作用显着的特色，该办法现已在实践中取得了广泛的运用。而依据物理模型的图画恢复办法针对性强，得到的恢复成果天然，信任该技能必将取得更大的开展，特别是以依据暗原色先验的雾天图画恢复的办法。运用引导滤波的办法替代软抠图，突破了此办法的最大瓶颈——即核算开支大、时刻杂乱度高的问题。
图画去雾技能的未来研讨方向将会集在进步其实时性，并完成硬件化。一起，寻求愈加齐备的物理模型来描绘杂乱的大气情况，并探究研讨依据这些模型的去雾算法在未来一段时刻内都将是一个具有挑战性的课题。
