Single Image Dehazing
Raanan Fattal
Hebrew University of Jerusalem,Israel
这篇文章提出一种新的从单幅输入图像中估计传输函数的方法。新方法中,重新定义了大气传输模型,大气散射模型中除了传输函数(transmission function)这个变量外,还增加了表面阴影(surface shading)这个变量。作者假设一个前提,表面阴影和传输函数是统计无关的,根据这一前提对大气散射模型进行运算分析,即可求得传输函数并对图像去雾。
作者首先介绍了大气散射模型:
该式定义域RGB三颜色通道空间,表示探测系统获取的图像,
是无穷远处的大气光,
表示目标辐射光,即需要回复的目标图像,
表示传输函数,即光在散射介质中传输经过衰减等作用能够到达探测系统的那一部分的光的比例。坐标向量
表示探测系统获取的图像中每一个像素的坐标位置。
对大气散射模型进行变形,将需要恢复的目标图像视作表面反射系数
(surface albedo coefficients)和阴影系数
(shading factor)的按坐标的点乘,即
,其中
为三通道向量,
是描述在表面反射的光的标量。即
的尺度与
相同,为彩色图像,
为灰度图像。为了简化,假设
在某区域内为常数,即在像素区域
内,
为常数。则大气散射模型变为:
将向量分解成两个部分,一部分为与大气光
平行的向量,另一部分为与大气光
垂直的残留向量(residual vector),记作
,且
,
表示与大气光向量
垂直的所有向量构成的向量空间。如图所示,向量
与向量
之间的夹角为
,从
的端点引垂线到
,垂足与
的端点的连线即为向量
。
对于重新定义的大气散射模型中的,将其写成平行于
的向量于平行于
的向量之和:
其中,记作
,
为表面反射和大气光的相关量或相关系数,
表示在RGB空间中的两个三维向量的点积。
为了获得独立的方程,求取输入图像沿着大气光向量的那一分量(标量)为:
则输入图像沿着方向的那一分量(标量)为:
(因为向量和向量
垂直,所以