霧天交通場景中退化圖像的增強(qiáng)方法研究.pdf

1、霧是常見的一種自然現(xiàn)象，即使是晴朗的夏天，由于地面水氣的蒸發(fā)，也會(huì)有薄霧的產(chǎn)生。霧又是一種災(zāi)害性天氣，被國際上列為十大災(zāi)害天氣之一，它對(duì)城鄉(xiāng)公路運(yùn)輸、航空航海、電力系統(tǒng)、工農(nóng)業(yè)生產(chǎn)以及人們的日常生活乃至身體健康均有不同程度影響。霧對(duì)道路交通運(yùn)輸?shù)挠绊懽顬閲?yán)重，它在道路交通運(yùn)輸中形成嚴(yán)重的視程障礙，是造成交通事故的重要原因之一。因此，研究如何提高霧天等惡劣天氣條件下道路環(huán)境系統(tǒng)的可視性、預(yù)防低能見度天氣條件下惡性道路交通事故的發(fā)生一直是交

2、通與信息領(lǐng)域的一個(gè)研究熱點(diǎn)。 國內(nèi)外科技工作者已對(duì)該領(lǐng)域從不同的角度進(jìn)行了廣泛的研究，并且取得了許多階段性的研究成果。但由于霧天退化圖像的致因復(fù)雜，采集的信息嚴(yán)重不足，現(xiàn)有的算法和退化模型都不能充分準(zhǔn)確地描述圖像退化的根本原因，視覺改善的效果與實(shí)際需要還有很大的距離。 因此，研究如何對(duì)霧等惡劣天氣條件下獲得的退化圖像進(jìn)行有效的處理具有非常重要的理論和實(shí)際意義。 本文對(duì)霧天條件下影響駕駛行為的相關(guān)對(duì)象從各方面分析了

3、其特性，研究并改進(jìn)了有關(guān)的增強(qiáng)算法或復(fù)原模型。具體完成的主要工作如下： （1）分析了霧天交通場景中相關(guān)對(duì)象的色彩、頻譜等特性，提取了其色彩、紋理的各種統(tǒng)計(jì)特征。在提取顏色特征的過程中，根據(jù)各對(duì)象在H、S、L子空間的直方圖分布特性，選取了色彩均值和標(biāo)準(zhǔn)差特征。在提取紋理特征過程中，根據(jù)各相關(guān)對(duì)象的頻譜分布、能量分布、抽象維數(shù)變化特性，提取了包括中心低頻能量、水平方向低頻能量、垂直方向低頻能量比、不同尺度下各子空間的能量均值和標(biāo)準(zhǔn)差

4、、分形維數(shù)等紋量特征。 （2）提出了基于RETINEX理論和天空區(qū)域自動(dòng)分離的霧天交通場景圖像復(fù)原方法。在天空區(qū)域自動(dòng)分離處理中，將帶霧圖像劃分為子塊，將問題轉(zhuǎn)化為每一塊歸屬為天空區(qū)域和非天空區(qū)域的不確定性分類問題，并引入EM方法實(shí)現(xiàn)天空區(qū)域的自動(dòng)分離。針對(duì)EM方法要求已知各類內(nèi)服從某種分布，其應(yīng)用受到一定限制的特點(diǎn)，討論了將FCM方法改進(jìn)并移植到天空區(qū)域的自動(dòng)分離之中。針對(duì)不同特征分量的組合比較了以上兩種方法的分離效果，并將P

5、CA方法引入選取主要特征分量得到近似最優(yōu)的分類效果。在成功實(shí)現(xiàn)天空區(qū)域的自動(dòng)分離后，研究了利用天空區(qū)域逼近光照?qǐng)D像的方法，實(shí)現(xiàn)利用RETINEX理論改善霧天交通場景中降質(zhì)圖像的視覺效果。 （3）在利用大氣退化模型實(shí)現(xiàn)帶霧圖像的增強(qiáng)過程中，提出了兩種改進(jìn)的模型參數(shù)估計(jì)方法。在利用單幅圖像估計(jì)大氣退化模型參數(shù)過程中，利用簡單方法初步估計(jì)出模型中參數(shù)的近似值，并將其代入大氣退化模型中，得到景物圖像I的初步估計(jì)值。然后，再利用I的初步估

6、計(jì)值和原始圖像E優(yōu)化參數(shù)，多次迭代實(shí)現(xiàn)較好的復(fù)原效果；在利用同一場景不同霧濃度下的多圖像估計(jì)模型參數(shù)處理中，通過提取等深線常量特征和定義類內(nèi)類間距離，改進(jìn)并引入FCM方法實(shí)現(xiàn)等深線的自動(dòng)分類。然后通過兩個(gè)不同霧濃度圖像的比較在不需要明確估計(jì)出景物點(diǎn)深度的情況下實(shí)現(xiàn)利用大氣退化模型增強(qiáng)處理霧天交通場景中的降質(zhì)圖像。 （4）在利用變分模型實(shí)現(xiàn)帶霧圖像增強(qiáng)過程中，提出了兩種基于大氣退化型或已知景深分布情況下的變分模型。第一種模型是以反

7、映對(duì)比度變化的全變分極小化模型為基礎(chǔ)，增加大氣退化模型的約束條件，建立了基于對(duì)比度拉伸和大氣退化方程約束的增強(qiáng)模型。第二種模型是以全變分模型對(duì)噪聲的抑制和對(duì)比度場變分對(duì)紋理的增強(qiáng)，增加一個(gè)相似性要求，保證輸出圖像與大氣退化模型復(fù)原圖像的一致性相結(jié)合作為變分模型，共同建立一個(gè)變分求解問題。 （5）提出了若干霧天圖像增強(qiáng)中的快速算法。第一，在分析了使用較廣泛的傳統(tǒng)直方圖均衡化方法，提出了改進(jìn)的直方圖均衡化方法。基本思路是在天空區(qū)域增

8、強(qiáng)幅度壓縮。估計(jì)圖像中各景物點(diǎn)的景深，在景物點(diǎn)處的拉伸幅度與景深距離近似成正比關(guān)系。第二，考慮景深距離補(bǔ)償?shù)目焖賵D像增強(qiáng)算法。在設(shè)計(jì)霧天交通場景圖像增強(qiáng)算法時(shí)，既保留了直方圖均衡化方法對(duì)局部信息量集中處對(duì)比度拉伸的優(yōu)點(diǎn)，同時(shí)又考慮了天空區(qū)域的獨(dú)特性和景物點(diǎn)隨景深增加而衰減的規(guī)律。第三，對(duì)SSR算法進(jìn)行了簡化，提出了一種改進(jìn)的SSR快速算法。傳統(tǒng)的SSR算法，利用尺度函數(shù)構(gòu)造圖像的照度函數(shù)實(shí)現(xiàn)霧天圖像的增強(qiáng)。但在應(yīng)用尺度函數(shù)構(gòu)造照度函數(shù)的