Single Image Haze Removal Using Dark Channel Prior中文版

《Single Image Haze Removal Using Dark Channel Prior中文版》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、武漢科技大學(xué)本科畢業(yè)設(shè)計(jì)外文翻譯SingleImageHazeRemovalUsingDarkChannelPriorKaimingHe,JianSun,XiaoouTangTheChineseUniversityofHongKongMicrosoftResearchAsia基于暗原色先驗(yàn)的單一圖像去霧方法何愷明，孫劍，湯曉鷗香港中文大學(xué)微軟亞洲研究院9武漢科技大學(xué)本科畢業(yè)設(shè)計(jì)外文翻譯摘要在這篇論文當(dāng)中，我們提出了一種簡單但是有效的圖像先驗(yàn)規(guī)律——暗原色先驗(yàn)來為單一輸入圖像去霧。暗原色先驗(yàn)來自對戶外

2、無霧圖像數(shù)據(jù)庫的統(tǒng)計(jì)規(guī)律，它基于經(jīng)觀察得到的這么一個關(guān)鍵事實(shí)——絕大多數(shù)的戶外無霧圖像的每個局部區(qū)域都存在某些至少一個顏色通道的強(qiáng)度值很低的像素。利用這個先驗(yàn)建立的去霧模型，我們可直接估算霧的濃度并且復(fù)原得到高質(zhì)量的去除霧干擾的圖像。對戶外各種不同的帶霧圖像的處理結(jié)果表明了darkchannelprior的巨大作用。同時，作為去霧過程中的副產(chǎn)品，我們還可獲得該圖像高質(zhì)量的深度圖。1．引言戶外景物的圖像通常會因?yàn)榇髿庵械幕鞚岬拿浇椋ū热绶肿?，水滴等）而降質(zhì)，霧、靄、蒸氣都因大氣吸收或散射造成此類現(xiàn)象。

3、照相機(jī)接收到景物反射過來的光線經(jīng)過了衰減。此外，得到的光線還混合有大氣光(經(jīng)大氣分子反射的周圍環(huán)境的光線)。降質(zhì)的圖像的對比度和顏色的保真度有所下降，如圖1所示。由于大氣散射的程度和景點(diǎn)到照相機(jī)的距離有關(guān)，圖像降質(zhì)是隨著空間變化的。在消費(fèi)／計(jì)算攝影業(yè)和計(jì)算機(jī)視覺領(lǐng)域，圖像去霧有著廣泛的需求。首先，去霧能顯著地提高景象的清晰度并且改正因空氣而帶來的色移。一般的，去除霧干擾的圖片看起來要更加舒服。其次，大多數(shù)的計(jì)算機(jī)視覺算法，從低級別的圖像分析，到高級別的目標(biāo)識別，一般會假定輸入圖像即景物的原始光線會聚

4、所成。視覺算法（例如特征檢測、濾波、光度分析等）的實(shí)現(xiàn)會不可避免地因?yàn)槠?、低對比度圖像而不理想。再次，去霧可產(chǎn)生圖像的深度信息，有助于視覺算法和高級的圖像編輯。通常意義下不好的霧也能派上用場，作為深度的線索能加深人們對景像的理解。然而，去霧是一項(xiàng)有挑戰(zhàn)性的課題，因?yàn)榇髿庵徐F所依賴的深度信息是未知的。而在只有一幅圖像可分析的情況下，解決這一問題又受到了制約。因此，很多使用多張圖像或其他更多輔助信息的去霧方法被提出。在[14,15]中用多幅圖像從不同程度的偏振光的角度來去除霧的干擾。在[8,10,12

5、]里通過從同一景象在不同天氣情況下的照片獲得更多的對比度的信息來去霧。[5,11]中基于深度的方法則需要來自對應(yīng)圖片或者已知的3D模型的大致深度信息。9武漢科技大學(xué)本科畢業(yè)設(shè)計(jì)外文翻譯最近，基于單一圖像的去霧取得了很大的進(jìn)展。這些方法的成功往往得益于一個強(qiáng)有力的先驗(yàn)或假設(shè)。Tan[16]觀察到無霧圖像比有霧圖像具有更高的對比度，他通過擴(kuò)大復(fù)原圖像的局部對比度來達(dá)到去霧的效果。這樣得到的結(jié)果在視覺上是很吸引人的，但實(shí)際上在光學(xué)原理上達(dá)到去霧。Fattal[2]通過假定透射率和表面投影在局部是不相關(guān)的，

6、估算景物的反射率，來推斷景物光在空氣中傳播時的透射率。Fattal的的做法比較準(zhǔn)確，并且能產(chǎn)生很好的去霧結(jié)果。然而他的方法在霧濃度較大的時候便顯得無能為力，尤其是當(dāng)他的假想一旦失效的時候。在這篇文章，我們提出一種新的先驗(yàn)規(guī)律——暗原色先驗(yàn)，來用于單一圖像去霧。暗原色先驗(yàn)是對戶外無霧圖像庫的統(tǒng)計(jì)得出的規(guī)律。我們發(fā)現(xiàn)，在不包括天空的絕大部分局部區(qū)域，總會存在一些我們稱之為“darkpixels”的像素，至少有一個顏色通道具備很低的強(qiáng)度值。在被霧干擾的圖像里，這些暗像素的強(qiáng)度值會被大氣中的白光成分所充斥而

7、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(jié)合一個已有的霧成像模型和插值法摳圖修復(fù)，我們可以得到高質(zhì)量的去霧圖像和很好的深度圖。我們實(shí)現(xiàn)的去霧不僅在物理上有效，而且能夠處理包括在霧濃度很大情況下的遠(yuǎn)距離物體。我們沒有依靠輸入圖像透射率或表面投影的顯著變化，結(jié)果基本沒有人工的痕跡或者暈影。和任何其他利用先驗(yàn)規(guī)律實(shí)現(xiàn)的算法一樣，我們的實(shí)現(xiàn)也有其限制因素。當(dāng)取景對象在較大范圍內(nèi)和天空接近并且沒有陰影覆蓋的時候，暗原色的猜想將不成立。盡管我們的去霧處理對大多數(shù)戶外帶霧圖像都有較好成果，在一些

8、極限情況下還是會失效。我們相信，從不同的角度來發(fā)展這一先驗(yàn)，并且將其組合能使得這一工作更加完善。2．背景在計(jì)算機(jī)視覺和計(jì)算機(jī)圖形中，下述方程所描述的霧圖形成模型被廣泛使用[16,2,8,9]:(1)I是指觀測到的圖像的強(qiáng)度，J是景物光線的強(qiáng)度，A是全球大氣光成分，t用來描述光線通過媒介透射到照相機(jī)過程中沒有被散射的部分，去霧的目標(biāo)就是從I中復(fù)原J,A,t。方程右邊的第一項(xiàng)J(x)t(x)叫做直接衰減項(xiàng)[16]，第二項(xiàng)A(1-t(x))則是大氣光成分。直接衰減項(xiàng)描述的是