迅通雾霾处理技术解决方案

　　三、暗原色去雾方法的改进

　　在完善透射率的过程中，用软抠图的方法，旨在在暗原色图像远近景交界边缘处，采用最大值滤波对被低估的暗像素值进行修复。但计算过程中软抠图计算开销大，时间复杂度高，求解线性系统过程中速度慢，计算效率成为限制该方法实用化的最大障碍。

　　如若选取保持图像边缘的指导滤波器，通过图像指导滤波来近似模拟这一侵蚀过程，不仅可以取得相似结果，同时也减少了运行时间。与经典的双边滤波相比，指导滤波是一种显式滤波，不仅具有线性的时间复杂度，对图像边缘的保持效果更加出色，还可以实现图像边缘的平滑、细节增强以及图像融合去噪等功能。

　　1.改进后的图像去雾实验结果

　　为了验证改进后的算法的有效性，使用图像滤波对同一幅有雾图像进行了去雾实验。通过观察图4可以发现，在视觉效果上，运用软抠图与运用引导图像滤波对初始透射图的优化结果虽然并无明显差异，但采取软抠图的方法计算量大约占到这个整个计算量的90%，而引导图像滤波算法计算复杂度低，运算效率得到了大幅度提升，同时节约大量的内存空间，统计结果如表1。

　　图4 软抠图与导向滤波比较

　　表1：两种方法去雾的时间对比

　　四、去雾技术在安防监控领域的应用前景

　　笔者所在企业联合南京邮电大学研发雾霾视频増晰处理技术，针对由于雾霾等天气条件下视频图像受到的不良影响进行处理，还原成较为清晰的图像，便于人眼识别，该处理方法采用了独特的基于暗通道先验理论的图像复原算法，利用雾化模型和先验暗通道可以直接估算雾的厚度，并恢复出高质量的去雾图像。

　　随着工业的发展以及其对气候的影响，雾霾越来越成为一种常见的天气现象，这对户外应用的监控系统的画面品质造成很大的影响。而去雾技术能够从多个角度提升视频监控的质量，可以用于各种有雾天气条件的透雾处理;能明显提升图像的对比度、使图像变通透、清晰;能够显著增强图像的细节信息，使原来被隐藏的图像细节被充分展示;能够提升图像的饱和度，使图像色彩鲜艳活泼、生动，透雾处理后的图像保持准确的色调、自然的外观，因而获得了良好的图像质量与视觉感受。

　　因此，从应用场景来看，去雾技术可用于多种户外场合，如可应用于安防监控领域，能够大大提高现有监控系统在雾天等恶劣天气下的性能;可应用于公路交通监控领域，可以避免户外监控摄像头看不清监控对象、造成在关键时刻失效的后果;还可应用于遥感图像处理以及军事科技等领域。

　　图5 去雾技术在交通领域的应用图

　　五、结语

　　基于图像处理的图像增强方法具有对比度提高显著、图像细节突出、视觉效果明显的特点，该方法已经在实践中获得了广泛的应用。而基于物理模型的图像复原方法针对性强，得到的复原结果自然，相信该技术必将获得更大的发展，尤其是以基于暗原色先验的雾天图像复原的方法。使用引导滤波的方法取代软抠图，突破了此方法的最大瓶颈——即计算开销大、时间复杂度高的问题。

　　图像去雾技术的未来研究方向将集中在提高其实时性，并实现硬件化。同时，寻求更加完备的物理模型来描绘复杂的大气状况，并探索研究基于这些模型的去雾算法在未来一段时间内都将是一个具有挑战性的课题。

　　【本文作者：讯通南京研发中心 刘峰】

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。