一种图像增强的去雾方法与实现

武汉纺织大学电子与电气工程学院 张叶磊

1 引言

在大雾天气的情况下，获取的视频和图像的质量会受到气象因素的影像。因为大气空气中悬浮着大量的微小液滴和气溶胶，这些介质对光的散射现象在一定程度上降低了环境的水平能见度，从而导致图像传感器（CCD传感器或者CMOS传感器）捕获的图像质量比较低，这很大的程度上影响了计算机后期的分析和处理，因此，去雾成为了一种具有很大应用价值的技术。

在大雾的天气情况下，随着物体与图像传感器的距离越来越大，大气中的悬浮颗粒对光的散射现象越来越严重。在这个过程中主要分为两种不同的散射：（1）物体表面的反射光在传播到图像传感器的过程中受到大气中的粒子的散射现象而产生的衰减；（2）大气中的自然光在空气中粒子的散射情况下而进入到图像传感器。这两种散射现象造成捕获图像的色彩对比度和色彩饱和度降低，而且还会导致色调偏移。

针对去雾的算法，学者们做了大量研究。目前针对去雾的图像处理算法可以分为两大类[1]：雾天图像增强和雾天图像复原。雾天图像增强算法通过增加图像的对比度来提高图像的细节信息，从而增强图像的视觉效果。雾天图像复原是通过建立雾天退化模型，反演退化模型和补偿退化过程造成的失真，来获得无雾图像的最佳估计图像。

本论文主要是研究雾天图像增强算法，图像增强算法[1]根据增强的区域不同，可以分为全局化的图像增强算法和局域化的图像增强算法。全局化的图像增强算法是根据整张图像的灰度信息来调整灰度值，在雾天情况下捕获的图像相对简单，这种方法是一种高效的去雾算法。

目前典型的全局去雾图像增强方法主要有以下几种方法：（1）全局直方图均衡化算法[2-3]。（2）同态滤波算法[4]。（3）小波算法[5]。（4）Retinex算法[6]。（5）曲波变换算法。（6）基于大气调制传递函数增强算法[7]。本文只针对其中简单高效的全局直方图均衡化算法做研究与实现，该算法的主要思想是通过直方图均衡化增加有雾图像的灰度值的动态范围，来提高图像的对比度。

2 直方图均衡化的雾天图像增强算法

针对大雾状态下获取的图片，我们采取对图像的RGB每个通道进行直方图均衡化。对每个通道中的不同灰度值的像素点进行处理，其中对某个灰度级比较多的像素点进行展宽处理，对某个灰度级相对比较少的像素点进行压缩处理，通过这样的处理可以扩展像原取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。

由上式可知，变换之后的图像s的概率密度是均匀分布的。把r的累计分布函数作为变换函数，可以产生一幅灰度级均匀分布的图像，这样的处理之后，扩展了原图像的灰度动态范围，即可以提高图像的对比度。

3 直方图均衡化算法的仿真实验

本文对提出的直方图均衡化算法进行了实验仿真，实现过程中采用MATLAB实现，分别对原图像从HSV、RGB和YCbCr不同的颜色空间进行了直方图均衡化处理。首先将原始图像分别转换成灰度图像，再分别转换成HSV和YCbCr颜色空间，然后对应的颜色空间进行直方图均衡化，然后在用cat函数构造成三维数组，最后用imshow函数显示图像。

图1 直方图均衡化后的图像对比

图2 各种颜色空间对应的灰度直方图

从图1我们可以发现，直方图均衡化之后的图像相比于原始图像，图像质量有明显的提高。从图2的灰度直方图可以很容易的解释为什么直方图均衡化的图像清晰度明显提高。这是因为经过直方图均衡化处理之后的图像，把原始图像中的比较集中的灰度直方图变成在全局灰度范围内的均匀分布。直方图均衡化的核心思想就是把原始图像的直方图的分布进行非线性拉伸变成均匀分布的直方图，来达到提高对比度的效果。

4 结论

本文采用一种基于直方图均衡化的雾天图像增强的方法，分别从HSV、RGB、YCbCr颜色空间进行了分析处理，实验证明本文采用的直方图均衡化的方法可以有效的对雾天图像进行增强。本方法设计简单、处理速度较快、效果明显，在实际应用中具有较大的使用价值。

[1]郭潘,蔡自兴,谢斌等.图像去雾技术研究综述与展望[J].计算机应用,2010,,30(9).

[2]芮义斌,李鹏,孙锦涛,等.一种交互式图像去雾方法[J].计算机应用,2006,26(11):2733-2735.

[3]王萍,张春,罗颖听.一种雾天图像对比度增强的快速算法[J].计算机应用,2006,26(1):152-154．

[4]SEOW M-J,ASARI V K.Ratio rule and homomorphic filter for enhancement of digital colour image[J].Neurocomputing,2006,69(7):954-958．

[5]RUSSO F.An image enhancement technique combining sharpening and noise reduction[J].IEEE Transactions on Instrumentation and Measurement,2002,51(4):824-828．

[6]芮义斌,李鹏,孙锦涛.一种图像去薄雾方法[J].计算机应用,2006,26(1):154-156.

[7]董涛,董慧颖.基于大气调制传递函数的天气退化图像复原方法研究[J].沈阳理工大学学报,2006,25(5):39-42．

[8]何建东.数字图像处理[M].西安电子科技大学出版社,2007.