馮清枝屈 滿楊洪臣

（1 中國刑警學(xué)院 遼寧 沈陽 110035；2 北京市公安局西城分局刑偵支隊(duì) 北京 100055）

霧霾環(huán)境下視頻監(jiān)控圖像增強(qiáng)方法研究

馮清枝1屈 滿2楊洪臣1

（1 中國刑警學(xué)院 遼寧 沈陽 110035；2 北京市公安局西城分局刑偵支隊(duì) 北京 100055）

霧霾圖像清晰化處理的目的是消除霧霾天氣對視頻監(jiān)控圖像的影響，提高霧霾圖像的視覺效果和應(yīng)用價(jià)值。在分析基于物理模型和非物理模型兩類方法的優(yōu)劣性能基礎(chǔ)上，將多尺度Retinex算法應(yīng)用于霧霾圖像增強(qiáng)處理，并針對多尺度Retinex算法存在的不足，提出相應(yīng)的改進(jìn)方案。實(shí)驗(yàn)結(jié)果表明，與直方圖均衡化等方法相比較，改進(jìn)的多尺度Retinex圖像增強(qiáng)算法更能有效地提高霧霾圖像的清晰度，增強(qiáng)處理后的圖像細(xì)節(jié)鮮明突出，色彩真實(shí)自然。

視頻監(jiān)控系統(tǒng) 霧霾天氣 圖像增強(qiáng) Retinex算法

作為安全防范的重要設(shè)施，視頻監(jiān)控系統(tǒng)不僅能夠有效地預(yù)防和遏制犯罪行為，輔助警方開展偵查工作，提供破案線索和訴訟證據(jù)，而且能夠匯集犯罪活動(dòng)信息，為社情分析和科學(xué)決策提供重要依據(jù)。實(shí)踐表明，視頻監(jiān)控系統(tǒng)在犯罪偵查、治安防控、交通管理、應(yīng)急指揮以及事故預(yù)警、環(huán)境保護(hù)等方面發(fā)揮著顯著的作用。然而，近年來，霧霾天氣的增多嚴(yán)重影響著人們的生產(chǎn)和生活，由此引發(fā)的諸多問題日益受到政府部門和科技人員的廣泛關(guān)注。在霧霾環(huán)境下，大氣中的懸浮顆粒對光線具有吸收、反射和散射作用，造成大氣能見度降低，加上大氣湍流的干擾，致使室外視頻監(jiān)控系統(tǒng)的記錄圖像退化，制約了視頻監(jiān)控系統(tǒng)效能的發(fā)揮。鑒于此，從環(huán)保角度出發(fā)，政府部門制定政策法規(guī)，鼓勵(lì)開發(fā)和應(yīng)用新技術(shù)，實(shí)施節(jié)能減排戰(zhàn)略，倡導(dǎo)綠色生產(chǎn)和生活。從技術(shù)角度出發(fā)，科技人員探索透霧技術(shù)，研制適用于霧霾環(huán)境的攝像器件，提高視頻監(jiān)控系統(tǒng)的性能；分析霧霾圖像的退化機(jī)理，研究霧霾圖像清晰化處理方法，提高霧霾圖像的視覺效果和應(yīng)用價(jià)值。

霧霾圖像清晰化處理方法大體分為兩類：基于物理模型方法和非物理模型方法?；谖锢砟Ｐ头椒ㄊ歉鶕?jù)大氣散射模型，通過求解圖像退化的逆過程以恢復(fù)清晰圖像，并且使恢復(fù)圖像盡可能逼近真實(shí)圖像，屬于圖像復(fù)原范疇?；谖锢砟Ｐ头椒▽?shí)質(zhì)上是利用大氣散射模型或其變體形式，求解真實(shí)場景的反射率，由于大氣散射模型包含多個(gè)未知參數(shù)，因此這是一個(gè)病態(tài)求解問題。病態(tài)求解只能在補(bǔ)充場景的先驗(yàn)信息，或者假定約束條件的前提下，利用最優(yōu)化方法近似計(jì)算模型參數(shù)。非物理模型方法并不分析天氣條件造成圖像退化的物理成因，而是借助人眼視覺特性，通過提高圖像對比度、校正圖像色彩等方式以改善圖像質(zhì)量，屬于圖像增強(qiáng)范疇。非物理模型方法是針對大氣散射導(dǎo)致場景圖像對比度低、色彩失真的問題，從主觀視覺效果出發(fā)，直接對場景圖像進(jìn)行增強(qiáng)處理，可以采用基于色彩恒常性的Retinex算法、自動(dòng)色彩均衡化算法對退化圖像的對比度和色彩進(jìn)行調(diào)整；也可以采用灰度映射、伽馬校正、直方圖均衡化、同態(tài)濾波等方法僅對退化圖像的全局和局部對比度進(jìn)行調(diào)整。從目前國內(nèi)外的研究成果來看，兩類方法各有利弊?；谖锢砟Ｐ头椒ㄡ槍π詮?qiáng)，需要準(zhǔn)確獲取場景信息，退化圖像恢復(fù)效果真實(shí)自然，但是病態(tài)求解是一個(gè)欠穩(wěn)定過程，前提條件不匹配時(shí)會(huì)導(dǎo)致方法失效，此外，最優(yōu)化計(jì)算復(fù)雜耗時(shí)，時(shí)間開銷大。非物理模型方法普適性強(qiáng)，能夠有效地提高圖像對比度，突出細(xì)節(jié)，在色彩校正方面模擬人眼對場景色彩的感知，具有更好的可視性，對薄霧形成的退化圖像增強(qiáng)效果明顯，但是有時(shí)會(huì)造成不可預(yù)測的失真，而且對場景復(fù)雜的退化圖像增強(qiáng)效果不佳。

1 Retinex理論及其應(yīng)用

1.1 大氣散射模型

在霧霾環(huán)境下，大氣中的懸浮顆粒對光線具有較強(qiáng)的散射作用。一方面，來自場景的反射光受到懸浮顆粒的散射而發(fā)生前向衰減，光強(qiáng)的衰減導(dǎo)致場景成像的亮度減弱，其結(jié)果是造成場景圖像模糊、分辨率降低；另一方面，環(huán)境光受到懸浮顆粒的散射而進(jìn)入視頻監(jiān)控系統(tǒng)參與成像，其結(jié)果是造成場景圖像對比度、飽和度降低及色調(diào)偏移。在McCartney提出的反射光衰減模型和環(huán)境光模型的基礎(chǔ)上，人們推導(dǎo)出如下的霧霾環(huán)境下大氣散射模型：

式中，I(x)為觀測點(diǎn)接收到的光強(qiáng)，A為環(huán)境光亮度，β為大氣散射系數(shù)，x為場景點(diǎn)的空間坐標(biāo)，ρ (x)為場景點(diǎn)的反射率，d(x)為場景點(diǎn)到觀測點(diǎn)的距離。

大氣散射模型由兩項(xiàng)組成，第1項(xiàng)Aρ(x)e-βd(x)表示反射光衰減模型，描述了反射光由場景點(diǎn)到觀測點(diǎn)的衰減過程，其強(qiáng)度隨著傳播距離的增大而減少；第2項(xiàng)A(1-e-βd(x)）表示環(huán)境光模型，描述了自然環(huán)境中的各種光經(jīng)過散射后，對觀測點(diǎn)的光強(qiáng)影響。環(huán)境光包括直射的陽光、天空漫射的光線和地面反射的光線等，其強(qiáng)度隨著傳播距離的增大而增加。幾乎所有基于物理模型方法均建立在此模型之上，只是形式有所不同。

1.2 Retinex理論

1977年，美國物理學(xué)家Edwin Land首次提出了Retinex理論。Retinex本身是一個(gè)合成詞，由視網(wǎng)膜Retina和大腦皮層Cortex兩個(gè)名詞組合而成，于是Retinex理論又被稱為視網(wǎng)膜皮層理論。Retinex理論主要包括兩個(gè)方面內(nèi)容：物體色彩是由物體對不同波長光的反射能力決定的，而不是由反射光強(qiáng)度的絕對值決定的；物體色彩不受光照變化的影響，具有恒定性，即人眼在不同亮度情況下仍然能夠辨認(rèn)物體本來的色彩。這樣看來，光照條件變化引起的色彩變化是平緩的，而物體表面反射特性引起的色彩變化卻是明顯的。根據(jù)Retinex理論，場景圖像I(x，y)是由對應(yīng)于低頻部分的光照信息L(x，y)和對應(yīng)于高頻部分的反射信息R(x，y)組成的，用公式表示為

事實(shí)上，光照信息直接決定了場景圖像的動(dòng)態(tài)范圍，反射信息決定了場景圖像的內(nèi)在性質(zhì)。Retinex理論的實(shí)質(zhì)是降低光照變化對物體反射信息的影響，從場景圖像中準(zhǔn)確地提取觀測場景的反射信息，以獲取觀測場景的本來面貌。

1.3 多尺度Retinex圖像增強(qiáng)算法

1997年，Daniel Jobson等在前人研究成果基礎(chǔ)上，提出了單尺度Retinex圖像增強(qiáng)算法，其數(shù)學(xué)表達(dá)式如下：

式中，R(x，y)為輸出的增強(qiáng)圖像，I(x，y)為輸入的場景圖像，*代表卷積運(yùn)算。對于光照信息L(x，y)的估計(jì)，通常采用高斯函數(shù)F(x，y)對I(x，y)進(jìn)行低通濾波的卷積運(yùn)算獲得。

式中，高斯函數(shù)的標(biāo)準(zhǔn)差σ稱為尺度參數(shù)，σ的大小直接影響對光照信息的估計(jì)結(jié)果。當(dāng)σ取值較小時(shí)，濾波特性相對陡峭，輸出圖像的動(dòng)態(tài)范圍壓縮較大，細(xì)節(jié)特征突出，但色彩保真效果較差；當(dāng)σ取值較大時(shí)，濾波特性相對平緩，輸出圖像的整體效果鮮明，色彩保真效果較好，但細(xì)節(jié)特征不夠突出。

由于單尺度Retinex算法只能選擇一種尺度參數(shù)進(jìn)行處理，難以同時(shí)滿足細(xì)節(jié)增強(qiáng)和色彩保真兩項(xiàng)要求，因此，人們又提出了多尺度Retinex圖像增強(qiáng)算法。多尺度Retinex算法既是對單尺度Retinex算法的概括，又是對單尺度Retinex算法的綜合，其數(shù)學(xué)表達(dá)式為多個(gè)單尺度Retinex增強(qiáng)結(jié)果的加權(quán)平均：

式中，K為尺度個(gè)數(shù)；Fk(x，y)為第k尺度下的高斯函數(shù)，通過選取不同的標(biāo)準(zhǔn)差σk，用以控制高斯函數(shù)的濾波特性；Wk為對應(yīng)Fk的權(quán)重系數(shù)。多尺度Retinex算法一般選取小、中、大三個(gè)尺度，此時(shí)尺度個(gè)數(shù)為3，將這三個(gè)尺度以不同的權(quán)重系數(shù)相結(jié)合實(shí)現(xiàn)圖像增強(qiáng)，并且權(quán)重系數(shù)之和為1。

2 改進(jìn)的多尺度Retinex圖像增強(qiáng)算法

盡管多尺度Retinex算法在提高圖像對比度、壓縮動(dòng)態(tài)范圍以及保持色彩恒常性等方面具有顯著的優(yōu)勢，但是經(jīng)過處理的實(shí)際圖像往往動(dòng)態(tài)范圍較小，圖像邊緣區(qū)域容易發(fā)生光暈效應(yīng)，背景區(qū)域色彩發(fā)生灰化效應(yīng)，視覺效果差。針對這些不足，需要對多尺度Retinex算法做出如下改進(jìn)。

2.1 伽馬校正

由于霧霾圖像整體上對比度低，色彩偏灰或偏白，像素集中在直方圖上動(dòng)態(tài)范圍狹小的區(qū)間。為了降低對多尺度Retinex算法的處理效果帶來影響，需要事先對原始圖像進(jìn)行伽馬校正。伽馬校正不僅能夠壓縮圖像動(dòng)態(tài)范圍，而且能夠?qū)D像中亮部或暗部區(qū)域進(jìn)行有效擴(kuò)展，突出感興趣區(qū)域的細(xì)節(jié)特征。經(jīng)典的伽馬校正由冪次函數(shù)定義如下：

式中，I′(x，y)為原始圖像，I′(x，y)為校正圖像，γ為校正系數(shù)。當(dāng)γ＞1時(shí)，伽馬校正能夠擴(kuò)展原始圖像中暗部區(qū)域，壓縮亮部區(qū)域，增強(qiáng)霧霾圖像中難以辨別的遠(yuǎn)景信息。

2.2 權(quán)重系數(shù)調(diào)節(jié)

研究發(fā)現(xiàn)，光暈效應(yīng)和灰化效應(yīng)歸因于Retinex理論的前提假設(shè)。為此，需要引入權(quán)重系數(shù)對多尺度Retinex算法進(jìn)行修正。權(quán)重系數(shù)的數(shù)學(xué)表達(dá)式為：

式中，I(x，y)為原始圖像對應(yīng)的像素點(diǎn)。

權(quán)重系數(shù)是Sigmoid函數(shù)的改進(jìn)形式，既可以抑制圖像邊緣區(qū)域的光暈偽影，也可以補(bǔ)償背景區(qū)域色彩的飽和度失真。引入權(quán)重系數(shù)修正的多尺度Retinex圖像增強(qiáng)算法：

3 實(shí)驗(yàn)結(jié)果及分析

為了驗(yàn)證改進(jìn)的多尺度Retinex圖像增強(qiáng)算法在提高霧霾圖像視覺質(zhì)量方面的實(shí)效性，選取霧霾環(huán)境下交通管理監(jiān)控系統(tǒng)記錄的畫面為實(shí)驗(yàn)檢材，如圖1所示，利用MATLAB7.0軟件編寫增強(qiáng)處理程序，并與直方圖均衡化、多尺度Retinex算法進(jìn)行對比實(shí)驗(yàn)。圖2、圖3和圖4分別為直方圖均衡化、多尺度Retinex算法以及改進(jìn)的多尺度Retinex算法的處理結(jié)果。

圖1 原始圖像

圖2 直方圖均衡化的處理結(jié)果

圖3 MSR算法的處理結(jié)果

圖4 應(yīng)用本文算法的處理結(jié)果

通過比較四幅圖像的主觀視覺效果，可以看出：原始圖像畫面模糊，色調(diào)灰暗，附有噪聲；經(jīng)過直方圖均衡化處理的圖像細(xì)節(jié)損失較多，色彩出現(xiàn)過飽和；經(jīng)過多尺度Retinex算法處理的圖像畫面清晰，色調(diào)整體偏亮，邊緣區(qū)域存在光暈偽影，這是由于原始圖像光照不均勻引起的；改進(jìn)的多尺度Retinex算法處理的圖像畫面清晰、色調(diào)準(zhǔn)確、細(xì)節(jié)突出，同時(shí)也減弱了光暈和噪聲的影響。

客觀評價(jià)是通過引入標(biāo)準(zhǔn)差、信息熵、清晰度（或平均梯度）等統(tǒng)計(jì)特性對圖像進(jìn)行數(shù)值分析，以量化方式來衡量圖像的增強(qiáng)效果。評價(jià)準(zhǔn)則是：標(biāo)準(zhǔn)差可以反映像素相對圖像均值的離散情況，標(biāo)準(zhǔn)差越大，視覺效果越佳；信息熵可以反映圖像信息源的總體特性，熵值越大，圖像包含的信息越多，細(xì)節(jié)越豐富；清晰度可以反映圖像邊緣的差異，清晰度越大，邊緣越突出。使用不同方法增強(qiáng)霧霾圖像的評價(jià)數(shù)據(jù)如下表所示，從客觀上證明了改進(jìn)的多尺度Retinex算法的增強(qiáng)效果。

表 不同方法處理結(jié)果的客觀評價(jià)數(shù)據(jù)

4 結(jié)束語

利用數(shù)字圖像處理技術(shù)對霧霾天氣造成的監(jiān)控圖像退化現(xiàn)象進(jìn)行清晰化處理，能夠彌補(bǔ)現(xiàn)有視頻監(jiān)控系統(tǒng)的不足，準(zhǔn)確地恢復(fù)監(jiān)控圖像記錄的場景信息，充分發(fā)揮視頻監(jiān)控系統(tǒng)的安全防范作用?；谌搜垡曈X特性的多尺度Retinex算法在霧霾圖像增強(qiáng)方面具有獨(dú)特的優(yōu)勢，特別是通過引入權(quán)重系數(shù)的方式，動(dòng)態(tài)調(diào)節(jié)多尺度高斯函數(shù)的濾波作用，并與伽馬校正相結(jié)合，彌補(bǔ)多尺度Retinex方法的不足，使得增強(qiáng)處理后的霧霾圖像細(xì)節(jié)鮮明突出，色彩真實(shí)自然，具有較高的應(yīng)用價(jià)值。為了準(zhǔn)確地再現(xiàn)霧霾圖像反映的真實(shí)場景，將基于物理模型方法和非物理模型方法相互結(jié)合，充分挖掘霧霾圖像的退化信息，開發(fā)適應(yīng)多種復(fù)雜氣象條件、場景條件的圖像增強(qiáng)方法將是未來的研究方向。

[1]Land E H.The Retinex theory of color vision[J].Scientific American，1977，（237）.

[2]禹晶，徐東彬，廖慶敏.圖像去霧技術(shù)研究進(jìn)展[J].中國圖象圖形學(xué)報(bào)，2011，16（9）.

（責(zé)任編輯：孟凡騫）

TP391.4

A

2014-09-12

公安部部級科研項(xiàng)目（編號：0112005）。

馮清枝（1969-），男，遼寧沈陽人，中國刑警學(xué)院聲像資料檢驗(yàn)技術(shù)系副教授，碩士，主要從事刑事影像技術(shù)、數(shù)字信號處理等方面的研究。