基於局部與全域懸浮散射光估計實現單張圖片去霧化

Single Image Dehazing Based on Local and Global Airlight Estimation

陳美庭(Mei-Ting Chen)

指導教授 ： 李明穗

國立臺灣大學/電機資訊學院/資訊工程學研究所/碩士(2010年)

https://doi.org/10.6342/NTU.2010.01150

摘要

在戶外拍攝的照片時常因為天氣的影響而造成照片品質的降低。在空氣中有大量懸浮微粒的情況下，行進中的光線受到這些懸浮微粒的影響而產生散射的現象。這種光線散射的現象是導致圖片對比度降低，並且看起來霧濛濛的主因。為了解決這個問題，在本篇論文中提出了利用估計局部與全域懸浮散射光(airlight)來實現單張圖片去霧化的方法。在提出的方法中使用了以物理為基礎建立的圖片降階模型，此降階模型為直接衰減(direct attenuation)及懸浮散射光的線性組合。
在提出的方法中，三個色彩通道中的最小值，稱為白圖(white map)，被視為評估霧的濃度的參考。首先利用白圖估計局部的懸浮散射光，並且使用適性暗原色先驗統計(adaptive dark channel prior) 來取得全域的懸浮散射光, 而圖片沒受霧化影響的程度就可藉由前兩項直接推算。在上列步驟後，就可達到霧化圖片的復原。
而為了進一步改善在圖片中受濃霧影響較嚴重的較遠的場景，在提出的方法中利用影像二值化及影像分割建立了再次去霧(redehazing)的程序。實驗的結果顯示，提出的方法能有效的去除圖片中霧化所造成的影響並改善圖片的細節。並且透過與其他目前先進的單張圖片去霧化的方法比較，來探討提出的方法的執行成果。

關鍵字

單張圖片去霧化 ； 暗原色先驗統計 ； 懸浮散射光估計 ； 影像回復 ； 再次去霧

並列摘要

無資料

並列關鍵字

Single Image Dehazing ； Dark Channel Prior ； Airlight Estimation ； Redehazing ； Image Restoration

參考文獻

1. Cantor, A., "Optics of the atmosphere--Scattering by molecules and particles," IEEE Journal of Quantum Electronics, 14(9): p. 698-699, 1978

2. Comaniciu, D. and Meer, P., "Mean shift: a robust approach toward feature space analysis," IEEE Conference on Pattern Analysis and Machine Intelligence, 24(5): p. 603-619, 2002

3. Fattal, R., "Single image dehazing," ACM SIGGRAPH 2008 papers, Los Angeles, California, 2008.

4. Kaiming, H., Jian, S., and Xiaoou, T., "Single image haze removal using dark channel prior," IEEE Conference on Computer Vision and Pattern Recognition, 2009

6. Koschmieder, H., "Theorie der horizontalen sichtweite," Beitr. Phys. freien Atm., 12: p. 33-53,171-181, 1924