实时视频透雾技术的应用与分析

　　最近PM2.5这一气象领域专业词汇成为社会关注的流行话题。空气中的液滴和固体小颗粒不仅危害人体健康，引起雾霾而导致交通事故频发，同时也使户外监控视频质量明显降低。在雾霾天气下，图像色彩黯淡、对比度变低，一些重要目标的细节更是淹没在雾气中难以被察觉，视频监控系统的实用性受到很大影响。

　　因此，去除视频中的雾气，进而改善图像质量，成为提升户外视频监控系统应用价值越发重要的一项关键技术。

　　一、雾气对视频监控的影响

　　一般认为，大气介质主要由空气分子、水汽和气溶胶组成。气溶胶是悬浮在气体中的小粒子构成的弥散系。某些粒子具有高吸湿性，起到水汽凝结中心的作用，其大小与环境相对湿度、水汽供应和由碰撞而发生凝聚的程度有关。由于大气中各种颗粒的大小、类型以及聚集程度的不同产生晴（Clearness）、霾（Haze），雾（Fog），云（Cloud）、雨（Rain）等各种天气。

　　在晴朗的天气条件下，从物体表面反射的光线基本不会受大气中各种成分的影响发生散射、吸收、反射等现象，能够直接到达成像设备，获得清晰无雾图像。

　　在有雾天气下，从物体表面反射的光线在到达成像设备的过程中会受到空气中悬浮颗粒的影响。气溶胶粒子是雾霾形成的主要因素，也是图像质量产生退化的根本原因，其影响主要有以下几个方面：

　　（1）气溶胶粒子对光线有散射作用，散射损失使“透射光”强度衰减，造成了图像的对比度下降。

　　（2）由于气溶胶粒子的非均匀性，使球面波畸变成非球面波，导致图像变模糊，边缘和细节降低。

　　（3）气溶胶粒子的粒径较大，粒子的自身成像不容忽视，可以近似理解成“噪声”。

　　（4）气溶胶粒子对成像光线的散射部分会因为多次散射的作用，和原有的前向散射部分叠加在一起成像，产生一定的模糊。

　　二、实时视频透雾技术与其他透雾技术的比较分析

　　目前已知的透雾算法大致可以分为两大类：一种是非模型的图像增强方法，通过增强图像的对比度，满足主观视觉的要求来达到清晰化的目的；另一种是基于模型的图像复原方法，它考查图像退化的原因，将退化过程进行建模，采用逆向处理，以最终解决图像的复原问题。

　　目前通过增强的方式来进行透雾处理典型的方法包括：直方图均衡化、滤波变换方法和基于模糊逻辑的方法。直方图均衡化方法，其中全局化方法运算量小但对细节的增强不够；局部均衡方法效果较好，但可能引入块状效应、计算量大、噪声被放大及算法效果不易控制的问题。滤波变换的透雾算法，通过局部处理能获得相对较好的处理结果，但它们的计算量巨大、资源消耗多、不适于实时性要求较高的设备。基于模糊逻辑的方法透雾的效果不够理想。

　　基于增强的方法能在一定程度上提高图像对比度，并通过增强感兴趣区域来提升可识别度。但该方法未能从图像退化过程的原因入手来进行补偿，因此它只能改善视觉效果而不能获得很好的透雾效果。

　　目前基于图像复原的方法主要有以下几类：滤波方法、最大熵方法与图像退化函数估计法等。滤波方法如卡曼滤波方法，整体而言计算量较大。最大熵法能获得较高的分辨率但是其非线性、计算量大、数值求解困难。

　　图像退化函数估计法大多依据一定的物理模型（如大气散射模型与偏振特性的透雾模型）来设计，需要在不同的时间点采集多幅图像作为参考图像，以便确定物理模型中的多个参数，而最终求解得到无雾状态下的结果图像。这一点限制了此类方法在实时监控中的应用。

　　安防产品现已应用于各种复杂场景、恶劣天气，全天候实时监控对产品的便携性与功耗、处理效果、处理的自适应性等方面都提出了较为苛刻的要求。良好的视频透雾技术应当在大气透射模型的基础上融合图像增强与图像复原的技术优势，从而能够获得较为理想的图像效果并被实际工程化引用。

　　在图像处理中，一般用下述模型来表达所看到的有雾图像：

　　I（X）=J（X）t（x）+A（1-t（x））

　　I代表所看到的图像强度，J是景物光线强度，A是大气光成分，t是用来描述光线通过媒介时没有被散射掉的那部分。透雾的目标就是从I中恢复出J、A、t，J即对应于透雾后的结果图像。其中，J（X）t（x）称为直接衰减项，代表的是景物光线在媒介中经过衰减后的部分，A（1-t（x）为大气光成分，由前方散射引起。

　　在充分分析透雾理论的优势与不足，并进行深入的研究探索后，海康威视结合安防监控领域的视频图像透雾的特殊要求，开发了一种实时视频透雾技术。该技术基于大气光学原理，区分图像不同区域景深与雾浓度进行滤波处理，获得准确、自然的透雾图像。

　　该实时视频透雾技术能够根据雾况的变化自动调整从而适应各种场景应用，避免出现近景透雾过度发黑而远景模糊的情况；同时兼顾了实现的效率与复杂度，保证了整个透雾的实时性与可工程化。

　　同时，这项实时视频透雾技术不但可以有效去除雾气带来的影响，而且能够避免对某些场景的过渡处理导致的色彩误差，以及雾气过度去除带来的不真实感。如图2-1，其中a是包含薄雾的图像，b是传统透雾方法的效果，c则是实时透雾技术处理后的效果。可以看到，由于雾气本身不厚，传统透雾方法b中由于缺乏自适应能力，红框内出现了发黑及色彩失真现象，c中的红框内图像效果则自然真实。

　　实时视频透雾技术与其它透雾方法相比的优势主要体现在以下几方面：

　　1）透雾能力强。实时视频透雾技术能够根据不同的景深准确的去除相应程度的雾气。传统图像增强的方法可能出现近景透雾效果较好而远景则仍然残余了很多朦胧雾气的问题；而基于图像复原方法的透雾效果与选择成分的准确性有关，成分选择准确则透雾处理效果较好，如成分选择不准确则可能出现很糟糕的结果，因此该方法的透雾算法性能不够稳定。

　　2）通透性好。经过实时视频透雾技术处理后的图像很通透，有较好的对比度。而其它方法因为对景深估计不准确而残余了雾气，使透雾后的图像并不是很通透。

　　3）细节保留程度高。实时视频透雾技术中包含保持细节的特殊处理，因此透雾后的图像能把原来隐藏在雾气后的细节信息继续保留甚至部分增强，这也是其它方法难以达到的。

　　4）色彩的饱和度高、还原能力强。实时视频透雾技术不会改变图像的色调而仅仅是增加其色彩的饱和度，其它透雾方法则可能出现色调失真的问题。

　　5）不会引起图像偏暗现象。实时视频透雾技术由于包含有亮度提升性能，不会出现结果图像偏暗的现象。其他方法则可能引起对比度降低的问题。

　　6）应用范围广泛。实时视频透雾技术也可用于对无雾的图像进行处理，提高原图的对比度与饱和度，同时能够改善图像的通透感，起到提升图像视觉品质的作用。

　　三、实时视频透雾技术在安防监控领域的应用前景

　　实时视频透雾技术能够从多个角度提升视频监控的质量。首先它是一种透雾技术，可以用于气溶胶导致的各种天气条件的透雾处理；它还是一种增强算法，能够明显提升图像的对比度、使图像变通透、清晰；能够显着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。

　　实时视频透雾技术具备很强的可工程化能力。该透雾技术可适用于各种分辨率包括百万像素级高清图像；在各种分辨率下均能保证实时的准确透雾处理；能根据目标场景实时评估当前雾浓度并自适应的调整透雾强度，无惧场景的雾况改变；由于该透雾技术能够得出精确的景深信息，对同一场景中非均匀的雾气能准确的去除而不会残留透雾瑕疵。从目前测试效果来看，该技术在户外视频监控系统上拥有很好的应用前景。

　　实时视频透雾功能在部分摄像机上已初步实现，实际采集的透雾处理效果见图2-2与2-3。其为一幅图像的两侧，左侧为透雾后的图像，右侧为未进行透雾的原始图像。可以明显看出，左侧图像在细节、通透性、色彩等各方面均有显着提高。

　　实时透雾技术能够与视频压缩、智能分析技术结合，为其带来更大的价值。由于目前主流的视频压缩算法都是有损压缩，会对图像中对比度较低的细节造成损伤，而有雾视频一般就是对比度低、细节偏少的，因此被编码压缩后往往模糊不清且无法恢复。采用实时透雾技术能够有效地增强图像对比度和细节，保证有价值的信息不会被编码压缩丢失，显着提高信息有效性。对于智能分析而言也是类似，经实时透雾技术处理的图像，其分析结果的错误率尤其是漏报率能够显着降低，从而大幅提高智能分析系统的实用性。

　　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。目前，实际工程中主要通过雷达、红外等其它手段在雾霾气候中感知和监测目标，由于技术和成本的限制，雷达、红外等在视频监控领域还没有理想的应对方案。实时视频透雾技术的出现，能够为视频监控领域带来多方面的价值。

　　从应用场景来看，实时视频透雾技术可用于多种户外场合，如高速公路的交通事故易发区端、高速公路卡口位置；公共汽车的辅助驾驶设施监控区域；公安机关关注的各重点场所与区域；发电厂与电力传输设备的重点监控区域；中小学校园、城市商业中心与城市广场等。

　　从应用的行业来看，包括交通行业、公安行业、教育、航空、数码产品、遥感图像处理、食品安全监控，甚至包括特殊的军事应用等。从应用的产品与解决方案来看，实时视频透雾技术在安防监控领域，可以应用于前端摄像机、快球的透雾与提升图像的质量；可以应用于DVR以提升图像的质量；可以应用于大屏显示器以提升其色彩饱和度与图像质量；还可以用于嵌入式客户软件，以提升预览图像的质量等。