夜间图像去雾

雾、霾等恶劣天气条件下采集到的图像,图像质量低,无法获得图像真实的细节信息,同时夜间环境存在较多点光源,光照条件不均匀,且在夜间有色光源的影响下,物体颜色偏移严重。而大多白天去雾先验对夜间图像不适用,且相对于白天场景,夜间图像去雾相关研究工作目前较少,更具挑战性。

  

图1 雾霾下拍摄图片

天津大学杨爱萍副教授课题组针对夜间图像环境光照不均匀问题,假设在局部块内环境光均匀,求解局部环境光。环境光通常位于雾气较浓的点,且亮度较高,基于此,该课题组首先利用低通滤波提取入射光,获取受雾气影响最大的低频分量,然后在该分量中利用最小-最大值滤波求解局部环境光,来避免将环境光错误地估计为点光源或白色物体等亮度较高的点,环境光估计更加准确。

针对白天去雾先验对夜间图像不适用,导致透射率求解不准确的问题,该课题组根据夜间图像成像模型,基于图像的对比度、饱和度和信息熵等指标构建对比度联合优化函数,通过最大化该目标函数来估计透射率,将透射率估计问题转化为目标函数最优值求解,通过环境光和透射率这两个参数,利用夜间有雾图像成像模型,求解出去雾后图像如图2。

针对夜间图像存在颜色偏移的问题,该课题组提出非重叠块局部shade of Gray算法,对去雾后图像进行颜色校正,同时采用融合的方法来避免单一局部块尺寸对颜色校正效果的影响。颜色校正效果如图3所示。

  

图2 去雾后图像           图3  颜色校正后图像

研究人员表示,上述方法对夜间图像去雾彻底,可恢复更多的细节信息,提高对比度,复原图像颜色较为自然。需要指出的是,由于该算法未考虑光源光晕影响,在强光源附近图像的细节有待进一步改善。

点击链接查看具体研究成果:http://www.opticsjournal.net/Articles/abstract?aid=OJ181011000050RnUqXt