推荐星级：

人工光源条件下夜间雾天图像建模及去雾

更新时间：2019-12-30 03:08:53 大小：11M 上传用户：IC老兵查看TA发布的资源 标签：人工光源 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

夜间有雾图像光照不均匀,整体亮度较低,色偏严重,且人工光源周围存在光晕。现有的去雾模型和算法大多针对白天图像,其并不适用于夜间场景,夜间图像去雾颇具挑战性。该文深入分析夜间有雾图像的成像规律,建立含有人工光源的夜间雾天图像成像新模型,并在此基础上提出夜间图像去雾新算法。针对夜间图像光照不均问题,提出基于低通滤波的环境光估计方法,利用估计出的环境光可准确预测夜间场景传输率;针对目前夜间图像去雾后存在光源光晕问题,提出根据图像色度估计场景点属于近光源区域的程度,使算法能自适应地处理光源区域和非光源区域;针对非一致色偏问题,利用直方图匹配方法进行颜色校正。对大量图像进行实验,并与现有白天、夜晚图像去雾算法进行比较,验证了该文提出的夜间雾天图像成像模型及去雾算法的有效性。

部分文件列表

文件名	大小
1577646527人工光源条件下夜间雾天图像建模及去雾.pdf	11M

立即下载

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）

第 40 卷第 6 期

2018 年 6 月

电

子

与

信

息

学

报

Vol.40No.6

Jun. 2018

Journal of Electronics & Information Technology

人工光源条件下夜间雾天图像建模及去雾

杨爱萍^*

王

南

庞彦伟

杨苏辉

(天津大学电气自动化与信息工程学院天津 300072)

要：夜间有雾图像光照不均匀，整体亮度较低，色偏严重，且人工光源周围存在光晕。现有的去雾模型和算法

摘

大多针对白天图像，其并不适用于夜间场景，夜间图像去雾颇具挑战性。该文深入分析夜间有雾图像的成像规律，

建立含有人工光源的夜间雾天图像成像新模型，并在此基础上提出夜间图像去雾新算法。针对夜间图像光照不均问

题，提出基于低通滤波的环境光估计方法，利用估计出的环境光可准确预测夜间场景传输率；针对目前夜间图像去

雾后存在光源光晕问题，提出根据图像色度估计场景点属于近光源区域的程度，使算法能自适应地处理光源区域和

非光源区域；针对非一致色偏问题，利用直方图匹配方法进行颜色校正。对大量图像进行实验，并与现有白天、夜

晚图像去雾算法进行比较，验证了该文提出的夜间雾天图像成像模型及去雾算法的有效性。

关键词：夜间图像去雾；人工光源；环境光；低通滤波；颜色校正

中图分类号： TP391

文献标识码： A

文章编号： 1009-5896(2018)06-1330-08

DOI: 10.11999/JEIT170704

Nighttime Haze Removal Based on New Imaging Model with

Artificial Light Sources

YANG Aiping

WANG Nan

PANG Yanwei

YANG Suhui

(School of Electrical and Information Engineering, Tianjin University, Tianjin 300072, China)

Abstract: The non-uniform illumination, low brightness, serious color deviation and halo effects around artificial

light sources lead to the difficulty in haze removal for night-time image. The existing dehazing methods are mostly

designed for daytime image and not applicable to nighttime image. This paper focuses on researching nighttime

image dehazing. A new nighttime haze model that accounts for the artificial varying light sources is introduced.

Based on this new model, a new dehazing framework is proposed. Firstly, the atmospheric light is estimated based

on the low pass filter method. This atmospheric light map can be used to predict the transmission of night scene

accurately. Secondly, to solve the problem of halo effects around artificial light sources in existing dehazing

methods, a method that estimates the distance between the object of the scene and the artificial light sources based

on the image chromaticity is proposed. In this way, the scene objects near to the light source region and objects far

away from the light source region can be processed respectively. Finally, as for the color cast, an efficient color

correction algorithm based on the histogram matching is presented in this paper. Comparing with existing daytime

and nighttime dehazing methods, the experimental results of a number of examples demonstrate the effectiveness

of the proposed night-time haze model and the dehazing method.

Key words: Nighttime haze removal; Artificial light sources; Atmospheric light; Low pass filter; Color correction

1 引言^

近年来，白天条件下单幅图像去雾算法取得显

著成果。根据是否依赖大气散射模型^[1]，可将去雾算

法分为两类：一类是基于图像处理技术的增强算法，

如

Retinex

算法^[2,3]、直方图均衡化^[4]等；另一类是基

于物理模型的图像复原方法，如

Tan

^[5]提出的最大化

局部对比度方法，

等人^[6]提出的基于暗通道先验

的图像去雾方法，

Fattal

^[7]提出的基于独立成分分析

的图像去雾方法等。上述算法对白天图像可取得较

好的去雾效果，但不适用于光照不足且存在严重色

偏的夜间有雾图像。

雾天图像具有对比度低、颜色失真等特点，严

重影响户外计算机视觉系统发挥效用。夜间图像存

在光照不均、整体亮度低、色偏严重等现象，相比

于白天图像，夜间图像去雾更具挑战性。

收稿日期：2017-07-17；改回日期：2018-03-07；网络出版：2018-04-02

*通信作者：杨爱萍

基金项目：国家自然科学基金(61372145, 61472274, 61632081)

Foundation Items: The National Natural Science Foundation of

china (61372145, 61472274, 61632081)

目前仅有少量有关夜间图像去雾的研究。

第 6 期

杨爱萍等：人工光源条件下夜间雾天图像建模及去雾

1331

Zhang等人^[8]基于 Retinex理论将夜间有雾图像转为

白天有雾图像；Li 等人^[9]构建含有光晕项的夜间雾

天成像模型，利用相对平滑约束分层算法去除光晕；

Ancuti 等人^[10]提出基于多尺度融合^[11]的夜间图像去

雾算法；文献[12]提出基于最大反射率先验的夜间图

像去雾算法；文献[13]在文献[9]算法基础上提出改进

的夜间图像去雾算法。以上方法都在一定程度上取

得了不错的去雾效果，但其未深入分析夜间雾天图

像环境光分布规律，所构建的夜间图像成像模型并

未真正考虑人工光源对环境光的影响。针对夜间图

像光照不均匀现象，大部分算法将用于白天全局估

计环境光的方法简单地变为局部估计，对环境光的

估计很不准确，进而影响传输率估计，导致去雾不

彻底。

图 1 夜间图像成像几何模型

化较大，成像表现为光晕。光源光晕与其到相机的

距离以及空气介质有关，与场景传输率无关^[14]，用

G_x^l进行表示。以点 B 所在远光源区域为例， D 

GO ,max



GB,GC



表示其反射光传输路径

上







各点到光源的直线距离， D  0,max GC GO ,





针对这些问题，本文深入分析夜间有雾图像成

像规律，根据近光源区域与远光源区域环境光的特

点，建立含有人工光源的夜间雾天成像模型，并提

出相应的夜间图像去雾新方法。实验结果表明，本

文构建的夜间雾天图像成像模型更逼近真实场景，

所提算法去雾彻底，复原图像颜色真实，光晕现象

明显减弱。



表示相对GO₂的变化幅度。远光

GBGO₂GO







源区域 GO₂较大，

较小；光源辐射强度随传播



距离的增大呈指数形式衰减，即距离越远，光源辐

射强度衰减越慢^[1]。因此，远光源区域内的点其反射

光传输路径周围的环境光可看作一个常数，且与场

景表面入射光相等。用A^l表示远光源区域内任意点

的环境光，则大气光强度为

，其中 ^l为

A 1t



_x

2 夜间雾天图像成像新模型

变量，且与无穷远处场景成像结果无关。

Narasimhan

等人^[1]提出的大气散射模型广泛应

用于图像去雾领域，其由直接衰减项和大气光项组

成：

G_x^l

和

处理光源区域和非光源区域，本文将G_x^l一致表示为

A^l均为与有关的变量，为了自适应地

A^l，并引入变量

_x，将式(2)重新表示为

I_x^l J^lt  A^l1t

(1)

I_x^l J^lt  A^l max k ,1t

(3)

_







_x

其中，l  {r,g,b}表示 r, g 和 b3 个颜色通道中的任

其中，

表示场景点属于近光源区域的程

k_x [0,1]

度。近光源区域

意通道，表示像素点位置， ^l表示观测到的有雾

_x接近于 1，距离光源中心越远，k_x

图像，J_x^l表示待复原图像， A_^l表示环境光，是无

值越小，并趋于 0。由于k_x具有以上特点，且 0  t_x

穷远处场景的成像像素值， _x表示传输率。

，近光源区域

，

 1

max k ,1t  max 1,1t =1









由于人工光源影响，夜间图像环境光分布不均

远光源区域 max k ,1t  max 0,1t  1t

。



_x



_x

匀，使得对场景反射光传输路径周围的亮度微元积

分无法得出式(1)中

形式的大气光项。因

A 1t

_

_x

3 夜间图像去雾新算法

此本文深入分析夜间有雾图像成像过程，合理地将

基于上述成像新模型，提出本文的去雾算法，

整体流程如图 2 所示。首先，对有雾图像进行低通

滤波，得到环境光；然后根据暗通道先验求初始传

输率，并利用引导滤波器优化传输率；接着求出有

环境光成像包含于成像模型。本文构建的人工光源

条件下夜间雾天图像成像新模型为





G_x,

x  S



I_x^l J_x^lt_xV_x^l, V_x^l



(2)





A 1t , x  S



_x



雾图像色度图，以估计

色校正。

_x；最后对去雾图像进行颜





其中，V_x^l表示大气光项，表示近光源区域，传输

3.1

基于低通滤波的环境光估计

率

t_x (0,1)

。

由前面分析可知，夜间有雾图像的环境光与人

工光源有关，而与无穷远处成像结果无关。因此，

文献[7,8]用局部最亮像素估计环境光的方法并不准

确。文献[10]针对夜间图像在 3 通道分别求局部最小

将反射光传输路径与光源的垂直距离较小的点

称为近光源点，将其组成的区域称为近光源区域；

反之则称为远光源区域。以图

中点

所在近光源

区域为例，其反射光传输路径

周围的环境光变

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

人工光源条件下夜间雾天图像建模及去雾

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页