一種基于暗原色先驗(yàn)的交通視頻實(shí)時去霧的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于暗原色先驗(yàn)的交通視頻實(shí)時去霧的方法，屬于數(shù)字圖像處 理、智能交通技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著社會的發(fā)展，工業(yè)生產(chǎn)對環(huán)境造成了嚴(yán)重的污染。尤其近兩年來，空氣污染十 分嚴(yán)重，據(jù)相關(guān)部門的統(tǒng)計(jì)，京津冀、"長三角"、"珠三角"區(qū)域和直轄市、省會城市及計(jì)劃單 列市共74個城市空氣質(zhì)量狀況全年空氣達(dá)標(biāo)的天數(shù)不足四成。而空氣污染主要是PM2. 5超 標(biāo)引起的，使得整個環(huán)境籠罩嚴(yán)重的霧霾。這種霧霾污染一方面對人類的身體危害非常大， 另一方面對交通影響也是不容小覷。在霧天天氣下駕駛，能見度降低，駕駛員的視線受到影 響，發(fā)生事故的幾率大大提高，尤其在高速公路上，更是容易發(fā)生嚴(yán)重的連環(huán)交通事故。如 果存在一個嵌入式監(jiān)控系統(tǒng)，可以實(shí)時的把高清頭采集的有霧圖像進(jìn)行去霧處理，將去霧 之后的圖像數(shù)據(jù)輸送到顯示模塊，一方面可以輔助駕駛員觀察到周圍清晰的交通情況，減 少交通事故的發(fā)生；另一方面對交管部門分析交通監(jiān)控視頻情況也很有幫助。
[0003] 現(xiàn)有的圖像去霧處理方法有很多，總體上可以分為兩大類：基于圖像增強(qiáng)的方法 和基于物理模型的方法。
[0004] 第一類是基于圖像增強(qiáng)的方法，這類方法是對被降質(zhì)的圖像進(jìn)行增強(qiáng)，改善圖像 的質(zhì)量。文章【1】提出了全局的直方圖均衡化的增強(qiáng)方法，該方法較簡單，但是處理效果不 理想，可能會造成圖像部分信息的損失，以致圖像失真_。文章【2】中提出了局部的直方圖 均衡化，有不錯的處理效果，但是會造成嚴(yán)重的塊效應(yīng)。文章【3】中使用同態(tài)濾波抑制圖像 中的低頻部分，增強(qiáng)高頻部分，以此來達(dá)到視覺上的去霧效果。但是該方法效果有限，并且 對細(xì)節(jié)部分不能很好的處理。
[0005] 第二類是基于物理模型的方法，這種方法通過研究大氣懸浮顆粒對光的散射作 用，建立大氣散射模型，了解圖像退化的物理機(jī)理，并反演復(fù)原出無霧圖像。文章【4】通過對 大量無霧圖像統(tǒng)計(jì)特征觀察，發(fā)現(xiàn)了被命名為暗原色先驗(yàn)的先驗(yàn)規(guī)律。該方法在處理效果 上有非常好的表現(xiàn)，開辟了圖像去霧的一個新領(lǐng)域。但是文中采用軟摳圖來細(xì)化透射率圖， 復(fù)雜度非常高，后來文章作者又使用導(dǎo)向?yàn)V波代替軟摳圖的方式，去霧效果相當(dāng)，處理速度 卻提高100倍左右。但是即使使用導(dǎo)向?yàn)V波針對高清視頻進(jìn)行去霧，想要實(shí)現(xiàn)實(shí)時處理，還 有很大的差距。文章【5】中，提出了一種快速去霧的方法，使用雙中值濾波代替【4】中的最 小值濾波和導(dǎo)向?yàn)V波，大大簡化了處理過程，提高效率。但是中值濾波并不是好的邊緣保持 濾波算法，局部區(qū)域景深突變會產(chǎn)生光暈效應(yīng)。并且算法中的參數(shù)較多，無法實(shí)現(xiàn)自適應(yīng)調(diào) 整，需要人工進(jìn)行測試調(diào)整，在實(shí)際應(yīng)用中受到了限制。文章【6】提出了一種針對YUV視頻 數(shù)據(jù)進(jìn)行快速去霧的方法，但是該方法每幀之間存在亮度差異，處理后的結(jié)果會存在閃爍 問題。
[0006] 【I 】Gonzal ez R Cj Woods R E. Digital Image Processing. Reading，M: Addison -Wesley, 1992.
[0007] 【2 】 Kim T K，Paik J Κ，Kang B S.Contrast enhancement system using spatially adaptive histogram equalization with temporal filtering. IEEE Transactions on Consumer Electronics，1998,44 (I):82-87.
[0008] 【3】Seow M J，Asari V K. Ratio rule and homomorphic filter for enhancement of digital colour image. Neurocomputing, 2006, 69(7-9):954-958.
[0009] 【4】He K，Sun J，Tang X. Single image haze removal using darkchannel prior.IEEE Transactions on Pattern Analysis and Machine Intelligen ce，2011，33(12) :2341-2353.
[0010] 【5】Tarel J PjHautiere N. Fast visibility restoration from a single color or gray level image. In:Proceedings of the 12th IEEE International Conference on Computer Vision, 2009. Kyoto:IEEE, 2009. 2201-2208.
[0011] 【6】Jin-Hwan Kimj Won-Dong Jang, Jae-Young Sim，Chang-Su Kim Optimized, contrast enhancement for real-time image and video dehazing. J. Vis. Commun. Image R. 24(2013)410 - 425.

【發(fā)明內(nèi)容】

[0012] 本發(fā)明技術(shù)解決問題：克服現(xiàn)有技術(shù)的不足，提供一種基于暗原色先驗(yàn)的交通視 頻實(shí)時去霧的方法，針對交通視頻，能夠到達(dá)較好的實(shí)時去霧效果。
[0013] 本發(fā)明的技術(shù)方案分為三個階段：第一階段是對YUV數(shù)據(jù)直接降采樣成RGB圖像， 計(jì)算出降采樣后的大氣光值和透射率；第二階段是對原圖YUV數(shù)據(jù)使用上一階段得到的透 射率直接重構(gòu)成去霧后的YUV數(shù)據(jù)；第三階段是對上一階段去霧之后的YUV數(shù)據(jù)進(jìn)行對比 度拉伸。
[0014] 1)YUV降采樣成RGB，計(jì)算大氣光和透射率
[0015] 對YUV數(shù)據(jù)進(jìn)行降采樣處理，直接降采樣成RGB格式的圖像。對RGB格式的圖像 進(jìn)行基于暗原色先驗(yàn)的去霧處理，計(jì)算出降采樣后的RGB圖像的大氣光和透射率。
[0016] 2)恢復(fù)成YUV無霧圖像
[0017] 根據(jù)上一步計(jì)算出來的透射率，直接對原YUV數(shù)據(jù)直接進(jìn)行重構(gòu)，重構(gòu)出無霧的 YUV格式的數(shù)據(jù)。
[0018] 3)對比度拉伸
[0019] 由于上述方法處理結(jié)果相對原視頻亮度偏暗，對處理后的Y分量進(jìn)行對比度拉伸 處理，設(shè)計(jì)拉伸曲線，可以得到較好的視覺效果。
[0020] 本發(fā)明進(jìn)行交通視頻去霧的執(zhí)行流程如圖1所示：
[0021] STEP1):讀取YUV視頻流圖像。
[0022] STEP2):針對YUV格式圖像進(jìn)行降采樣，直接保存成RGB格式的圖像。
[0023] STEP3):將上一步中的RGB圖像三通道中最小的通道保存下來，得到最小值通道 圖。
[0024] STEP4):對最小值通道圖進(jìn)行最小值濾波，得到暗通道圖。
[0025] STEP5):根據(jù)暗通道圖求出大氣光值，這里選取的規(guī)則是：選取暗通道中值最大 的0. 1 %對應(yīng)的RGB圖中的RGB三通道的平均值作為該幀圖像的大氣光值。
[0026] STEP6):根據(jù)有霧圖像的物理模型，帶入上面求得的暗通道求得預(yù)估的透射率圖。
[0027] STEP7):求取RGB圖的灰度圖作為導(dǎo)向圖，預(yù)估透射率作為輸入圖，進(jìn)行導(dǎo)向?yàn)V波 處理，將得到的輸出圖作為精細(xì)化的透射率圖。
[0028] STEP8):針對YUV原圖像，使用上面求得的大氣光值和精細(xì)化的透射率，直接計(jì)算 得到Y(jié)UV格式的無霧圖像。
[0029] STEP9):對上一步求得的YUV無霧圖像的Y分量進(jìn)行對比度拉伸處理，得到視覺效 果更好的圖像。
[0030] STEP 10):輸入下一幀YUV圖像，回到1)繼續(xù)執(zhí)行。
[0031] 本發(fā)明技術(shù)方案的優(yōu)點(diǎn)和積極效果：
[0032] (1)由YUV的大圖直接降采樣成RGB格式的小圖
[0033] 輸入數(shù)據(jù)為YUV數(shù)據(jù)格式的，本發(fā)明中直接把YUV數(shù)據(jù)轉(zhuǎn)換成RGB格式的小圖， RGB圖像為后面基于暗原色先驗(yàn)去霧所用。直接轉(zhuǎn)換，避免了先把YUV圖轉(zhuǎn)換成同等長寬的RGB圖，再對RGB圖進(jìn)行降采樣所帶來的時間和空間上的浪費(fèi)。
[0034] (2)直接針對YUV格式圖像進(jìn)行重構(gòu)
[0035] 基于暗原色先驗(yàn)的去霧原本是針對RGB單幅圖像進(jìn)行去霧處理的，本發(fā)明提出一 種可以直接對YUV格式的視頻進(jìn)行去霧處理的方法，使用基于暗原色先驗(yàn)求得的透射率， 直接對原YUV格式的圖像進(jìn)行重構(gòu)，相對RGB圖的重構(gòu)在計(jì)算量上和消耗的存儲空間上大 大減小。
[0036] (3)針對1080P的交通視頻，可以實(shí)現(xiàn)實(shí)時去霧
[0037] 本發(fā)明提出的快速去霧算法，省略中間YUV格式與RGB格式轉(zhuǎn)換部分，針對1080P 的視頻，可以達(dá)到40ms/幀的速度，達(dá)到了實(shí)時處理的要求。
[0038] (4)處理結(jié)果對比度拉伸
[0039] 基于暗原色的去霧結(jié)果相對原圖像亮度偏暗，在視覺上有一定的負(fù)面影響。本發(fā) 明對去霧處理結(jié)果中的Y分量進(jìn)行對比度拉伸處理，使得亮度與原圖像的亮度相當(dāng)，視覺 上看起來更自然。
[0040] 總之，本發(fā)明對交通視頻，能夠到達(dá)較好的去霧效果，且對1080P的YUV視頻，能夠 達(dá)到實(shí)時處理；對處理結(jié)果進(jìn)行對比度拉伸，進(jìn)一步改善視覺效果，對駕駛員的安全駕駛、 交通監(jiān)控系統(tǒng)等領(lǐng)域有重大意義，并且有著重要的商業(yè)價值。
【附