1. IS3-08:
最適コントラスト補正による
視程障害画像の明瞭化
Restoration of Low Visibility Image
under Haze Conditions
by Optimal Contrast Correction
松永 力
Chikara Matsunaga
株式会社朋栄 佐倉研究開発センター
FOR-A Co., Ltd. Sakura R&D Center
E-mail: matsunaga@for-a.co.jp

2. SSII09 第15回画像センシングシンポジウム

3. SSII09 第15回画像センシングシンポジウム

4. SSII09 第15回画像センシングシンポジウム

5. SSII09 第15回画像センシングシンポジウム

6. SSII09 第15回画像センシングシンポジウム

7. 霧，靄，霞，煙霧等の視程障害の発生している画像を
明瞭化する．
大気中の光の輸送に関する物理モデルに基づき，
あるコスト関数を最適化することによって，視程障害
画像をその画像のみから補正し，その視認性を向上
させる．
SSII09 第15回画像センシングシンポジウム

8. 観測値 I
大気光 A
理想的な
散乱 画素値 Io カメラ
物体
奥行き距離 z
SSII09 第15回画像センシングシンポジウム

9. 1枚の画像のみから，画素毎に異なる奥行き距離
による減衰率 を求めることは厳密には不可能．
→ 【仮定】に基き，近似的な解を求める．
【仮定】 奥行き距離は画素毎に異なるが，通常近傍領域
における画素は奥行き距離がほぼ一定であろう．
SSII09 第15回画像センシングシンポジウム

10. 放射輸送方程式を減衰のない理想的な画素値
について解く．
大気光 は画像中一様定数として，すべての画素の
最大レベル とする．
SSII09 第15回画像センシングシンポジウム

11. 注目画素を中心とするブロック領域中の画素値の
ヒストグラムから確率密度関数を計算する．
10 Histogram
PDF
9
8
7
6
5
4
3
2
1
0
0 0.2 0.4 0.6 0.8 1
SSII09 第15回画像センシングシンポジウム

12. カルバック‐ライブラー（KL）情報量によるコスト関数を
定義して，これを最小にする減衰率 を求める．
補正画像の確率密度関数
理想的な画像の確率密度関数
これをすべての画素に対して行う．
SSII09 第15回画像センシングシンポジウム

13. 理想的な画像の確率密度関数 として
ベータ分布 を用いる．
3.5
α=β= 1
α=β= 2
3.0 α=β= 3
α=β= 4
α=β= 6
α=β= 8
2.5 N(1/2,1/68)
N(1/2,1/68)
N(1/2,1/68)
2.0
1.5
1.0
0.5
0.0
0.0 0.2 0.4 0.6 0.8 1.0
SSII09 第15回画像センシングシンポジウム

14. SSII09 第15回画像センシングシンポジウム

15. ニュートン法のための初期値
→ 画像ピラミッドを用いて低分解能画像での推定結果を
次の分解能画像の初期値とする．
最も低分解能の画像の初期値は黄金分割法による．
1/8
1/4
1/2
原画像
SSII09 第15回画像センシングシンポジウム

16. ① 退化状態の回避
② 物体境界領域の不連続性を保持した推定
③ 物体境界領域の不連続性を保持した平滑化
SSII09 第15回画像センシングシンポジウム

17. 大気光 減衰率は画面一様 ，
ブロックサイズ 21×21画素
SSII09 第15回画像センシングシンポジウム

18. 【画面中央ブロック領域】
10
10 Histogram
PDF JKL
9 B(8,8)
8
8
7
6
6
5
4
4
3
2 2
1
0 0
0 0.2 0.4 0.6 0.8 1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ｄ
SSII09 第15回画像センシングシンポジウム

19. 【画面左上ブロック領域】
10
30 Histogram
PDF JKL
B(8,8)
25 8
20
6
15
4
10
2
5
0 0
0 0.2 0.4 0.6 0.8 1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ｄ
画素値の分布が集中するとコスト関数が極値を持たない．
→ 退化状態
SSII09 第15回画像センシングシンポジウム

20. 退化状態を回避するために，大きさの拘束による
正則化項を加える．
正則化パラメータ （画面一様定数とする）
べき乗定数
SSII09 第15回画像センシングシンポジウム

21. 【画面中央ブロック領域】 【画面左上ブロック領域】
10 10
JKL JKL
8 8
6 6
4 4
2 λ=0 2 λ=0
λ=6 λ=6
λ=8 λ=8
0 0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ｄ ｄ
大きさの拘束による正則化により，退化状態が回避される．
SSII09 第15回画像センシングシンポジウム

22. ブロック領域による減衰率 の推定のため，，
物体境界領域を含む場合には，推定結果が平滑化されてしまう．
観測画像 推定した減衰率の画像表示
→ 注目画素 との差分絶対値が の 倍を越える画素は
物体境界によるものとして推定処理には用いない．
SSII09 第15回画像センシングシンポジウム

23. 画素毎の独立な減衰率 の推定のため，，
グラデーション領域で推定結果が等高線のように見える．
観測画像 推定した減衰率の画像表示
物体境界領域の不連続性を保持した平滑化をしたい．
→ バイラテラルフィルタ
SSII09 第15回画像センシングシンポジウム

24. ① 退化状態の回避
→ 大きさの拘束による正則化
② 物体境界領域の不連続性を保持した推定
→ 差分絶対値のメジアン値によるしきい値設定
（ロバストM推定あるいは線過程）
③ 物体境界領域の不連続性を保持した平滑化
→ バイラテラルフィルタ
SSII09 第15回画像センシングシンポジウム

25. 観測画像 補正画像
カラー画像の場合，RGB信号 → 輝度色差信号に変換し，
輝度信号をコントラスト補正して，RGB信号に戻す．
SSII09 第15回画像センシングシンポジウム

26. 観測画像 補正画像 擬似奥行き距離画像
擬似奥行き距離画像
→ 画素毎に推定した減衰率 値， を[0, 255] に変換して
画像として表示したもの．
SSII09 第15回画像センシングシンポジウム

27. 観測画像 補正画像
SSII09 第15回画像センシングシンポジウム

28. 観測画像 補正画像 擬似奥行き距離画像
SSII09 第15回画像センシングシンポジウム

29. 観測画像 補正画像
SSII09 第15回画像センシングシンポジウム

30. 観測画像 補正画像 擬似奥行き距離画像
SSII09 第15回画像センシングシンポジウム

31. 【リニア変換との比較】
観測画像 本手法 リニア変換
リニア変換は，画素の最小/最大値を[0, 255]に変換する．
SSII09 第15回画像センシングシンポジウム

32. 【ガンマ補正との比較】
観測画像 本手法 ガンマ補正
ガンマ補正は，リニア変換の結果を二乗する指数変換とする．
SSII09 第15回画像センシングシンポジウム

33. 【ヒストグラム等化との比較】
観測画像 本手法 ヒストグラム等化
ヒストグラム等化は，画像中の全画素のヒストグラム分布を一様とする．
いずれも画像一様な補正方法のため，画素毎の奥行き距離の違いに
十分対応できていない．
SSII09 第15回画像センシングシンポジウム

34. ・ 視程障害画像の視認性を向上させるための
物理モデルに基く新しいコントラスト補正方法を
提案した．
・ 実際の視程障害画像を処理した結果を
推定した擬似奥行き距離画像とともに示した．
SSII09 第15回画像センシングシンポジウム

35. ・ 様々な視程障害画像への適用
・ 超パラメータの推定
・ 理想的な画像の分布とは？
・ 評価方法
SSII09 第15回画像センシングシンポジウム