雷鋒網(wǎng) (搜索“雷鋒網(wǎng)”公眾號關(guān)注) 按：本文作者蔡博侖，華南理工大學(xué)在讀博士研究生。主要研究方向，機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺，圖像處理等 。
北京城被中度污染天氣包圍，到處都是灰蒙蒙一片——霧霾天又來了。 從11日起，霧霾天氣就開始出現(xiàn)，根據(jù)北京環(huán)境監(jiān)測中心最新預(yù)報(bào)，這一輪霧霾短期內(nèi)不會(huì)明顯好轉(zhuǎn)，尤其是今明兩天，北京空氣質(zhì)量維持在4級中度污染，霧霾會(huì)一直持續(xù)到本周日。
霧霾是特定氣候與人類活動(dòng)相互作用的結(jié)果。高密度人口的經(jīng)濟(jì)生產(chǎn)及社會(huì)活動(dòng)會(huì)排放大量細(xì)顆粒物，一旦排放量超過大氣循環(huán)和承載能力，懸浮顆粒受靜穩(wěn)天氣的影響持續(xù)積聚，極易出現(xiàn)大范圍的霧霾。
一、圖像去霧的核心
現(xiàn)有的 圖像去霧 (Image Dehazing)技術(shù)離不開一個(gè)簡單的自然模型—— 大氣散射模型(Atmospheric Scattering Model) 。大氣散射模型描述了，在霧霾和光照的共同作用下的成像機(jī)制：
陽光在物體表面形成反射光 J ( x ) ，反射光在穿過霧霾的過程發(fā)生散射，只有部分能量 J ( x ) t ( x ) 能到達(dá)攝像頭。與此同時(shí)，陽光也在懸浮顆粒表面散射形成大氣光 α 被攝像頭接收。因此，攝像頭中的成像 I ( x ) 可由兩部分組成，透射的物體亮度 J (x ) t ( x ) 和散射的大氣光照 α ( 1-t ( x )) ：
其中， t ( x ) 是 媒介透射率 (medium transmission)，顧名思義表示 能順利透過霧霾到達(dá)攝像頭的比率 。因此，透射率跟物體與攝像頭距離 d ( x ) 成反比，離攝像頭越遠(yuǎn)的物體受霧霾影響更大。 當(dāng)距離 d ( x ) 趨于無窮大時(shí)，透射率 t ( x ) 趨于零， I ( x ) 趨近于 α ， α= max y∈ { x|t ( x ) ≤t0 } I ( y ) 。綜上所述， 去霧的核心是如何更精確地估計(jì)媒介透射率 t ( x ) 。
二、基于人工特征
手工特征是傳統(tǒng)機(jī)器視覺的基礎(chǔ)，講究的是熟能生巧，依賴的是實(shí)踐出真知。通過“觀察→經(jīng)驗(yàn)→設(shè)計(jì)”構(gòu)建各式各樣的特征來滿足各式各樣的任務(wù)需求。圖像去霧技術(shù)也是沿著手工特征逐步地發(fā)展起來。
(1)暗通道先驗(yàn) [2] (Dark Channel Prior，DCP)
說起去霧特征，不得不提起的暗通道先驗(yàn)(DCP)。大道之行在于簡，DCP作為CVPR 2009的最佳論文，以簡潔有效的先驗(yàn)假設(shè)解決了霧霾濃度估計(jì)問題。
觀察發(fā)現(xiàn)，清晰圖像塊的RGB顏色空間中有一個(gè)通道很暗(數(shù)值很低甚至接近于零)。因此基于暗通道先驗(yàn)，霧的濃度可由最暗通道的數(shù)值近似表示：
(2)最大對比度 [3] (Maximum Contrast，MC)
根據(jù)大氣散射模型，霧霾會(huì)降低物體成像的對比度： Σ x ‖ ΔI(x) ‖ =tΣ x ‖ ΔJ(x) ‖ ≤Σ x‖ ΔJ(x) ‖ 。 因此，基于這個(gè)推論可利用局部對比度來近似估計(jì)霧霾的濃度。同時(shí)，也可以通過最大化局部對比度來還原圖像的顏色和能見度。
(3)顏色衰減先驗(yàn) [4] (Color Attenuation Prior，CAP)
顏色衰減先驗(yàn)(CAP)是一種與暗通道先驗(yàn)(DCP)相似的先驗(yàn)特征。觀察發(fā)現(xiàn)霧霾會(huì)同時(shí)導(dǎo)致圖像飽和度的降低和亮度的增加，整體上表現(xiàn)為顏色的衰減。根據(jù)顏色衰減先驗(yàn)，亮度和飽和度的差值被應(yīng)用于估計(jì)霧霾的濃度：
三、基于深度智能
人的視覺系統(tǒng)并不需依賴這些顯式的特征變換，便可以很好地估計(jì)霧的濃度和場景的深度。 DehazeNet 是一個(gè)特殊設(shè)計(jì)的深度卷積網(wǎng)絡(luò)，利用深度學(xué)習(xí)去智能地學(xué)習(xí)霧霾特征，解決手工特征設(shè)計(jì)的難點(diǎn)和痛點(diǎn)。