Projet: Débrumage de photo

Présentation du projet

But : Enlever le brouillard dans une scène à l’aide d’une seule image de celle-ci ;

Applications : Permet d’augmenter la visibilité, de corriger les couleurs et d’augmenter le contraste pour les algorithmes de traitement d’image (ex. : reconnaissance de forme ou de couleur) ;

Défis : L’effet du brouillage dépend de la profondeur qui est inconnue. Le problème est donc sous-contraint si on a seulement une image de la scène.

Approche utilisée

Le but de la méthode est d'obtenir la radiance de l'image sans l'attenuation causé par la brume.
Pour réaliser cela, on utilise une méthode basée sur le calcul du dark-channel.

Modélisation de la scène

I(x) est l'image originale,
J(x) est la radiance de l'image représenté par l'image sans brume,
A est la lumière ambiante représenté par une teinte uniforme.

Calcul du dark channel

Le dark channel est calculé comme une érosion dans l'espace RGB. Il faut prendre le minimum de l'image dans une patch Omega(x) de NxN pixels.
La valeur de N va changer la granularité de l'image obtenue.

Calcul de la lumière atmosphérique A

Le dark channel de l'image est affiché en b). Afin de récupérer la lumière atmosphérique, on identifie les 0,1% pixels les plus clairs dans le dark channel.
Ensuite, on selectionne les pixels les plus brillants dans cette zone sur l'image originale et on fait la moyenne pour chaque canal de RGB.

Estimation de la transmission

Le dark channel est calculé sur l'image original normalisé par la lumière atmosphérique afin de recupérer un estimé de la transmission.
La facteur omega (autour de 0.95) indique la quantité de brume à enlever de l'image.

Raffinement de la carte de transmission par guided filter

Le guided filter permet de mapper les contours de l'image originale sur l'estimation de la transmission.
Ainsi, on obtient un estimé beaucoup plus détaillé.

Estimation de la radiance de la scène

Finalement, la radiance est calculé en l'isolant du modèle I(x) intiale. Si la valeur de t(x) est trop faible pour certains pixels, il faut la saturer.

Exemple

Image originale

Dark channel

Estimation de la transmission

Raffinement de la transmission

Image finale

Résultats

Comparaison avec l'article

Originale

Article

Résultat

On constate tout de suite la différence avec le résultats de l'article. Mon image est plus flou et moins détaillées dans la région débrumé. Ceci est probablement causé par le guided filter. L'article utilise une méthode de soft-matting qui semble causé moins de flou. On note que les couleurs sont également différentes. L'auteur de l'article a spécifié que le contraste des images a été modifiée en post-processing.

Originale

Article

Résultat

Cette fois, les couleurs de mon résultat sont beaucoup plus terne, mais cela n'est pas très grave puisqu'il est possible de compenser le manque de saturation. Par contre, le ciel contient un genre de vignettage qui donne l'impression d'une tempête en arrière-plan. Un ciel plus uni serait préférable.

Originale

Article

Résultat

Encore une fois, les couleurs sont très sombres, mais le gros de la brume semble être retiré.

Images internet

Originale

Résultat

Cette image est l'un des meilleurs résultats obtenus. L'image semble encore naturelle. La brume restante donne un effet assez plaisant à la photo.

Originale

Résultat

Cette image a été choisie afin de tester les limites de ma méthode. ON constate que l'avant-plan est complétement saturé afin de faire resortir les détails du bâtiment. On reussi malgrès tout a voir l'horloge dans l'image modifiée.

Originale

Résultat

Cette image est assez intéressant. Mon algorithme a déterminé automatiquement la couleur de l'eau. Le rendu est assez bien, omis le flou autour des zones de brume. La plante en avant-plan à droite a réagit d'une drole de façon et est très surexposée.

Originale

Résultat

La couleur du gazon est assez étrange. Par contre, les détails des arbres ont bien ressortis. Le ciel semble pixelisé. Cela est peut-être causé par la mauvaise qualité de l'image originale.

Images personnelles

Originale

Résultat

Sur cette image, on constate un effet «Filtre Instagram». Il n'y avait pas beaucoup de brume au départ mais le résultat est quand même intéressant. Le ciel est devenu d'un beau bleu presque uni.

Originale

Résultat

Dans cette image, le ciel était très nuageux. l'algorithme a quand meme réussi a identifier le bleu, mais a une teinte un peu trop foncé qui ressemble à la mer. La saturation du gazon a également augmenté. Le rendu final est assez bien, omis la couleur du ciel qui pourrait être ajusté manuellement en post-processing.

Limites

Les limites ont été identifiées dans les commentaires des images de test. Le principal défaut est le white-balance qui est
complétement débalancé comme le montre l'image suivante. Le blanc de la pierre a complétement été perdu et elle semble sale.

Améliorations possibles

Réferences