最近PM2.5這一氣象領(lǐng)域?qū)I(yè)詞匯成為社會關(guān)注的流行話題?？諝庵械囊旱魏凸腆w小顆粒不僅危害人體健康，引起霧霾而導(dǎo)致交通事故頻發(fā)，同時也使戶外監(jiān)控視頻質(zhì)量明顯降低。在霧霾天氣下，圖像色彩黯淡、對比度變低，一些重要目標(biāo)的細(xì)節(jié)更是淹沒在霧氣中難以被察覺，視頻監(jiān)控系統(tǒng)的實用性受到很大影響。

　　因此，去除視頻中的霧氣，進(jìn)而改善圖像質(zhì)量，成為提升戶外視頻監(jiān)控系統(tǒng)應(yīng)用價值越發(fā)重要的一項關(guān)鍵技術(shù)。

　　一、霧氣對視頻監(jiān)控的影響

　　一般認(rèn)為，大氣介質(zhì)主要由空氣分子、水汽和氣溶膠組成。氣溶膠是懸浮在氣體中的小粒子構(gòu)成的彌散系。某些粒子具有高吸濕性，起到水汽凝結(jié)中心的作用，其大小與環(huán)境相對濕度、水汽供應(yīng)和由碰撞而發(fā)生凝聚的程度有關(guān)。由于大氣中各種顆粒的大小、類型以及聚集程度的不同產(chǎn)生晴（Clearness）、霾（Haze），霧（Fog），云（Cloud）、雨（Rain）等各種天氣。

　　在晴朗的天氣條件下，從物體表面反射的光線基本不會受大氣中各種成分的影響發(fā)生散射、吸收、反射等現(xiàn)象，能夠直接到達(dá)成像設(shè)備，獲得清晰無霧圖像。

　　在有霧天氣下，從物體表面反射的光線在到達(dá)成像設(shè)備的過程中會受到空氣中懸浮顆粒的影響。氣溶膠粒子是霧霾形成的主要因素，也是圖像質(zhì)量產(chǎn)生退化的根本原因，其影響主要有以下幾個方面：

　?。?）氣溶膠粒子對光線有散射作用，散射損失使“透射光”強(qiáng)度衰減，造成了圖像的對比度下降。

　?。?）由于氣溶膠粒子的非均勻性，使球面波畸變成非球面波，導(dǎo)致圖像變模糊，邊緣和細(xì)節(jié)降低。

　　（3）氣溶膠粒子的粒徑較大，粒子的自身成像不容忽視，可以近似理解成“噪聲”。

　　（4）氣溶膠粒子對成像光線的散射部分會因為多次散射的作用，和原有的前向散射部分疊加在一起成像，產(chǎn)生一定的模糊。

　　二、實時視頻透霧技術(shù)與其他透霧技術(shù)的比較分析

　　目前已知的透霧算法大致可以分為兩大類：一種是非模型的圖像增強(qiáng)方法，通過增強(qiáng)圖像的對比度，滿足主觀視覺的要求來達(dá)到清晰化的目的；另一種是基于模型的圖像復(fù)原方法，它考查圖像退化的原因，將退化過程進(jìn)行建模，采用逆向處理，以最終解決圖像的復(fù)原問題。

　　目前通過增強(qiáng)的方式來進(jìn)行透霧處理典型的方法包括：直方圖均衡化、濾波變換方法和基于模糊邏輯的方法。直方圖均衡化方法，其中全局化方法運算量小但對細(xì)節(jié)的增強(qiáng)不夠；局部均衡方法效果較好，但可能引入塊狀效應(yīng)、計算量大、噪聲被放大及算法效果不易控制的問題。濾波變換的透霧算法，通過局部處理能獲得相對較好的處理結(jié)果，但它們的計算量巨大、資源消耗多、不適于實時性要求較高的設(shè)備?；谀：壿嫷姆椒ㄍ胳F的效果不夠理想。

　　基于增強(qiáng)的方法能在一定程度上提高圖像對比度，并通過增強(qiáng)感興趣區(qū)域來提升可識別度。但該方法未能從圖像退化過程的原因入手來進(jìn)行補(bǔ)償，因此它只能改善視覺效果而不能獲得很好的透霧效果。

　　目前基于圖像復(fù)原的方法主要有以下幾類：濾波方法、最大熵方法與圖像退化函數(shù)估計法等。濾波方法如卡曼濾波方法，整體而言計算量較大。最大熵法能獲得較高的分辨率但是其非線性、計算量大、數(shù)值求解困難。

　　圖像退化函數(shù)估計法大多依據(jù)一定的物理模型（如大氣散射模型與偏振特性的透霧模型）來設(shè)計，需要在不同的時間點采集多幅圖像作為參考圖像，以便確定物理模型中的多個參數(shù)，而最終求解得到無霧狀態(tài)下的結(jié)果圖像。這一點限制了此類方法在實時監(jiān)控中的應(yīng)用。

　　安防產(chǎn)品現(xiàn)已應(yīng)用于各種復(fù)雜場景、惡劣天氣，全天候?qū)崟r監(jiān)控對產(chǎn)品的便攜性與功耗、處理效果、處理的自適應(yīng)性等方面都提出了較為苛刻的要求。良好的視頻透霧技術(shù)應(yīng)當(dāng)在大氣透射模型的基礎(chǔ)上融合圖像增強(qiáng)與圖像復(fù)原的技術(shù)優(yōu)勢，從而能夠獲得較為理想的圖像效果并被實際工程化引用。

　　在圖像處理中，一般用下述模型來表達(dá)所看到的有霧圖像：

　　I（X）=J（X）t（x）+A（1-t（x））

　　I代表所看到的圖像強(qiáng)度，J是景物光線強(qiáng)度，A是大氣光成分，t是用來描述光線通過媒介時沒有被散射掉的那部分。透霧的目標(biāo)就是從I中恢復(fù)出J、A、t，J即對應(yīng)于透霧后的結(jié)果圖像。其中，J（X）t（x）稱為直接衰減項，代表的是景物光線在媒介中經(jīng)過衰減后的部分，A（1-t（x）為大氣光成分，由前方散射引起。

　　在充分分析透霧理論的優(yōu)勢與不足，并進(jìn)行深入的研究探索后，?？低?/u>結(jié)合安防監(jiān)控領(lǐng)域的視頻圖像透霧的特殊要求，開發(fā)了一種實時視頻透霧技術(shù)。該技術(shù)基于大氣光學(xué)原理，區(qū)分圖像不同區(qū)域景深與霧濃度進(jìn)行濾波處理，獲得準(zhǔn)確、自然的透霧圖像。