自动驾驶之去光晕调研

中文版综述github

一、光晕类型

• 常见去光晕算法的光晕
  

• 去光晕算法的光晕之二(汇总)
  

样式包括有: halos(色圈), streaks(条纹), bright lines(亮线), saturated blobs(深污点), color bleeding(色渗), haze(烟雾), and many others。

二、光晕成因

一个理想的相机，当对焦时，应该支持从单个点光源射出的所有光线都可折射收敛到同一点(灰色)。
在实际中，真实的镜头散射和反射光沿着计划之外的路径，导致了光晕(蓝色和橙色)。

尽管这些光晕是无处不在的，在大部分图像中都是微不足道的。但是 当一个亮光源比其他部分亮度高几个量级时，这些小部分的散射和折射光会导致视觉上的光晕。

光晕主要分为两种: 散射导致的和折射导致的。

• 散射光晕

  • 来源: 镜头瑕疵。包括工业瑕疵(例如压痕)、正常磨损（例如灰尘或刮痕)。
  • 成因: 大部分光线折射，而少部分光线散射或衍射，而不是沿着他们的既定路径. 灰尘导致类似于彩虹的效应，而刮痕导致放射性的条纹。散射也会降低光晕附近的对比度，导致朦胧的现象。

• 反射光晕:
  来源: 在实际的镜头系统中，每个空气-镜片交界面会有$4\%$的反射。经过这些反射，光线到达镜头传感器的非既定位置。
  硬件方案: AR技术可以将空气-镜面界面的反射小于1%。但是该方法的有效性依赖于波长，所以这些光晕可能存在多种颜色，例如蓝色、粉色和紫色。

三、解决方案

3.1 硬件方案

高端相机使用精密的光流设计和材料来减少光晕。伴随着一些glass element加到镜头上来提高图像质量，同时也降低了从镜面反射的概率，常采用的技术是加入anti-reflective(AR) 涂层。这些涂层是昂贵的。

3.2 软件方案

基于镜头光晕的独一无二的shape、location或intensity检测光晕。然后使用图像修补来恢复光晕区域的flare.。但仅对部分类型的光晕点有效(例如bright spots)。

3.2.1 Automated Lens Flare Removal 2015

• 方案:
  检测光晕 -> 恢复原图
  

1. Multiple Thresholding: 将图像转换为灰度