YOLO与暗通道去雾算法结合提升恶劣天气目标检测

发布时间：2026/7/27 6:08:29

1. 项目概述

在计算机视觉领域，目标检测一直是核心研究方向之一。YOLO(You Only Look Once)作为实时目标检测的代表性算法，以其高效和准确著称。然而在实际应用中，特别是在恶劣天气条件下，如雾霾、沙尘等场景，YOLO的性能往往会显著下降。这主要是因为恶劣天气会导致图像对比度降低、细节模糊，严重影响特征提取的效果。

针对这一问题，我们探索将YOLO与经典的暗通道去雾算法相结合的方法。暗通道先验是一种基于物理模型的去雾技术，能够有效恢复雾天图像的清晰度。通过先对输入图像进行去雾预处理，再送入YOLO网络进行检测，可以显著提升模型在恶劣天气条件下的检测精度。

2. 核心原理解析

2.1 YOLO目标检测原理

YOLO的核心思想是将目标检测视为一个回归问题，直接在整张图像上预测边界框和类别概率。其工作流程主要包括以下几个关键步骤：

网格划分：将输入图像划分为S×S的网格（通常S=7或13，取决于具体版本）。每个网格负责预测固定数量的边界框（通常为2-3个）。
边界框预测：每个边界框包含5个预测值：中心坐标(x,y)、宽高(w,h)以及置信度分数。置信度反映了框内包含目标的可能性以及预测框的准确度。
类别预测：每个网格还预测C个条件类别概率，表示当网格包含目标时，该目标属于各个类别的概率。
非极大值抑制(NMS)：后处理步骤，用于消除冗余的检测框，保留置信度最高的预测结果。

YOLO的优势在于其端到端的训练方式和高效的推理速度。最新版本的YOLOv8在保持实时性的同时，进一步提升了检测精度。

2.2 暗通道去雾原理

暗通道先验是基于对户外无雾图像的统计观察得出的结论：在大多数非天空区域的局部块中，至少有一个颜色通道的某些像素具有很低的强度值。数学表达式为：

Jᵈᵃʳᵏ(x) = min_{c∈{r,g,b}}( min_{y∈Ω(x)}( Jᶜ(y) ) ) → 0

其中Jᶜ是清晰图像的颜色通道，Ω(x)是以x为中心的局部区域。

基于这一先验，去雾过程可以分解为以下步骤：

暗通道计算：对输入图像I，计算其暗通道Iᵈᵃʳᵏ： Iᵈᵃʳᵏ(x) = min_{c}( min_{y∈Ω(x)}( Iᶜ(y) ) )
大气光估计：通常选取暗通道中最亮的0.1%像素对应的原始图像像素值作为大气光A的估计。
透射率估计：假设透射率t(x)在局部区域Ω(x)内恒定，有： t̃(x) = 1 - ω·min_{c}( min_{y∈Ω(x)}( Iᶜ(y)/Aᶜ ) ) 其中ω(0<ω≤1)是调节参数，用于保留少量雾效以避免图像失真。
图像恢复：根据大气散射模型： J(x) = [I(x) - A]/max(t(x),t₀) + A 其中t₀是下限阈值(通常0.1)，防止分母过小。

3. 结合方案设计

3.1 技术融合思路

将暗通道去雾与YOLO结合的主要动机在于：

特征增强：去雾处理可以恢复被雾霾掩盖的纹理和边缘特征，这些正是目标检测网络依赖的关键信息。
对比度提升：雾天图像的低对比度会降低目标与背景的可区分性，去雾能有效改善这一问题。
预处理成本低：相比基于深度学习的去雾方法，暗通道算法计算量小，不会显著增加系统延迟。

我们的实现方案采用两阶段处理流程：

图像预处理阶段：使用暗通道算法对输入图像进行去雾增强
目标检测阶段：将去雾后的图像输入YOLO网络进行检测

3.2 关键实现细节

3.2.1 去雾参数优化

在暗通道实现中，有几个关键参数需要仔细调整：

局部区域大小：决定暗通道计算的邻域范围。过小会导致透射率估计噪声大，过大会使边缘模糊。实验表明15×15的窗口在大多数场景下表现良好。
ω参数：控制去雾强度。通常设置在0.75-0.95之间，雾越浓取值应越小。我们通过网格搜索确定最优值为0.85。
导向滤波参数：用于细化透射率图。核半径r和正则化参数ε分别设置为60和0.001，能在保持边缘的同时有效平滑噪声。

3.2.2 YOLO模型适配

去雾后的图像在色彩分布和对比度上与原始训练数据存在差异，可能影响模型性能。我们采用以下适配措施：

数据增强：在YOLO训练时加入随机雾化增强，使模型能适应不同清晰度的输入。
微调策略：使用去雾后的数据对预训练模型进行少量迭代的微调（通常1-2个epoch）。
输入归一化：对去雾图像进行直方图均衡化，使其统计特性更接近标准数据集。

4. 代码实现详解

4.1 暗通道去雾实现

以下是基于OpenCV的完整去雾实现，包含各关键步骤的优化：

import cv2 import numpy as np def dark_channel(img, window_size=15): """ 计算暗通道图像 :param img: 输入BGR图像 :param window_size: 局部窗口大小 :return: 暗通道图像 """ # 转换为浮点运算，避免溢出 img = img.astype(np.float32)/255.0 # 计算各通道最小值 min_channel = np.min(img, axis=2) # 使用最小值滤波替代腐蚀操作，效率更高 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (window_size, window_size)) dc = cv2.erode(min_channel, kernel) return dc def estimate_atmospheric_light(img, dark_ch, percentile=0.001): """ 估计大气光值 :param img: 原始图像 :param dark_ch: 暗通道图像 :param percentile: 选取最亮像素的比例 :return: 大气光值[B,G,R] """ # 计算要选取的像素数 h, w = dark_ch.shape num_pixel = int(max(h * w * percentile, 1)) # 获取暗通道最亮的num_pixel个像素的位置 flat_dark = dark_ch.ravel() indices = np.argpartition(flat_dark, -num_pixel)[-num_pixel:] # 获取对应位置的原始图像像素 img_flat = img.reshape(-1, 3) brightest_pixels = img_flat[indices] # 取这些像素各通道的最大值作为大气光估计 atmosphere = np.max(brightest_pixels, axis=0) # 限制大气光值不低于0.1，避免过暗 atmosphere = np.clip(atmosphere, 0.1, 1.0) return atmosphere def estimate_transmission(img, atmosphere, window_size=15, omega=0.85, t0=0.1): """ 估计透射率图 :param img: 原始图像 :param atmosphere: 大气光值 :param window_size: 局部窗口大小 :param omega: 去雾强度参数 :param t0: 透射率下限 :return: 透射率图 """ # 归一化图像 norm_img = img / atmosphere # 计算归一化图像的暗通道 dark_norm = dark_channel(norm_img, window_size) # 估计初始透射率 transmission = 1 - omega * dark_norm # 应用下限阈值 transmission = np.clip(transmission, t0, 1.0) return transmission def guided_filter(guide, src, radius=60, eps=1e-3): """ 导向滤波实现 :param guide: 引导图像 :param src: 待滤波图像 :param radius: 滤波半径 :param eps: 正则化参数 :return: 滤波后图像 """ # 计算均值 mean_I = cv2.boxFilter(guide, cv2.CV_64F, (radius, radius)) mean_p = cv2.boxFilter(src, cv2.CV_64F, (radius, radius)) mean_Ip = cv2.boxFilter(guide * src, cv2.CV_64F, (radius, radius)) # 计算协方差 cov_Ip = mean_Ip - mean_I * mean_p mean_II = cv2.boxFilter(guide * guide, cv2.CV_64F, (radius, radius)) var_I = mean_II - mean_I * mean_I # 计算系数 a = cov_Ip / (var_I + eps) b = mean_p - a * mean_I # 计算系数均值 mean_a = cv2.boxFilter(a, cv2.CV_64F, (radius, radius)) mean_b = cv2.boxFilter(b, cv2.CV_64F, (radius, radius)) # 生成输出 q = mean_a * guide + mean_b return q def dehaze(img, window_size=15, omega=0.85, t0=0.1, radius=60, eps=1e-3): """ 完整去雾流程 :param img: 输入雾图(BGR格式) :return: 去雾图像 """ # 计算暗通道 dark = dark_channel(img, window_size) # 估计大气光 atmosphere = estimate_atmospheric_light(img, dark) # 估计初始透射率 transmission = estimate_transmission(img, atmosphere, window_size, omega, t0) # 使用导向滤波细化透射率 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).astype(np.float32)/255.0 refined_transmission = guided_filter(gray, transmission, radius, eps) # 恢复清晰图像 result = np.empty_like(img) for c in range(3): result[:,:,c] = (img[:,:,c]/255.0 - atmosphere[c]) / np.maximum(refined_transmission, t0) + atmosphere[c] # 限制到[0,1]范围并转换为8位 result = np.clip(result, 0, 1) result = (result * 255).astype(np.uint8) return result, refined_transmission

4.2 YOLO集成实现

将去雾模块与YOLOv8集成的完整流程：

import torch from ultralytics import YOLO class DehazeYOLO: def __init__(self, yolo_model_path='yolov8n.pt'): # 加载预训练YOLO模型 self.model = YOLO(yolo_model_path) # 初始化去雾参数 self.dehaze_params = { 'window_size': 15, 'omega': 0.85, 't0': 0.1, 'radius': 60, 'eps': 1e-3 } def preprocess(self, img): """图像预处理：去雾+归一化""" # 去雾处理 dehazed_img, _ = dehaze(img, **self.dehaze_params) # 转换为RGB格式 dehazed_img = cv2.cvtColor(dehazed_img, cv2.COLOR_BGR2RGB) # 归一化到0-1范围 normalized = dehazed_img.astype(np.float32) / 255.0 return normalized def detect(self, img): """完整检测流程""" # 预处理 processed_img = self.preprocess(img) # 转换为tensor并添加batch维度 input_tensor = torch.from_numpy(processed_img).permute(2,0,1).unsqueeze(0) # 推理 with torch.no_grad(): results = self.model(input_tensor) return results def visualize(self, img, results, conf_thresh=0.5): """可视化检测结果""" # 获取检测框和类别 boxes = results[0].boxes.xyxy.cpu().numpy() confs = results[0].boxes.conf.cpu().numpy() classes = results[0].boxes.cls.cpu().numpy().astype(int) # 绘制检测结果 output_img = img.copy() for box, conf, cls_id in zip(boxes, confs, classes): if conf < conf_thresh: continue x1, y1, x2, y2 = map(int, box) cv2.rectangle(output_img, (x1,y1), (x2,y2), (0,255,0), 2) label = f"{self.model.names[cls_id]}: {conf:.2f}" cv2.putText(output_img, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 1) return output_img