图像去雾霭算法及其实现.doc

word图像去雾霭算法与其实现电气工程与其自动化学生某某 杨超程 指导教师 李国辉摘要 雾霭等天气条件下获得的图像，具有图像不清晰，颜色失真等等一些图像退化的现象，直接影响了视觉系统的发挥因此，为了有效的改善雾化图像的质量，降低雾霭等天气条件下造成户外系统成像的影响，对雾霭图像进展有效的去雾处理显得十分必要 本设计提出了三种图像去雾算法，一种是基于光照别离模型的图像去雾算法；一种是基于直方图均衡化的图像去雾算法；还有一种是基于暗原色先验的图像去雾算法并在MATLAB的根底上对现实生活的图像进展了去雾处理，最后对不同的方法的处理结果进展了简要的分析 关键词：图像去雾 光照别离 直方图均衡化 暗原色先验Algorithm and its implementation of image dehazingMajor Electrical engineering and automationStudent Yang Chaocheng Supervisor Li Guohui Abstract Haze weather conditions so as to obtain the image, the image is not clear, the phenomenon of color distortion and so on some image degradation, directly influence the exertion of the visual system. Therefore, in order to effectively improve the atomization quality of the image, reduce the haze caused by outdoor weather conditions such as imaging system, the influence of the haze image effectively it is necessary to deal with the fog.This design introduced three kinds of algorithms of image to fog, a model is based on the separation of light image to fog algorithm; One is the image to fog algorithm based on histogram equalization; Another is based on the dark grey apriori algorithms of image to fog. And on the basis of MATLAB to the real life to deal with the fog, the image of the processing results of different methods are briefly analyzed.Key words:Image to fogLight separationhistogramDark grey / 目 录摘要IAbstract.II目录1绪论图像去雾霭算法与其实现1121.3 本文的章节安排232图像去雾霭根底理论4445556.2光照别离模型7111111121216161616172.5.4小结：203实验结果214总结与展望22附录1 光照别离代码23附录2 基于直方图均衡化的图像去雾代码25附录3 暗原色先验的去雾代码27参考文献29致谢30图像去雾霭算法与其实现1绪论图像作为人类感知世界的主要视觉根底，是人类获取信息以与表达信息的重要方法。

因此一些雾化图像十分有必要进展一些处理在本设计的开头局部，这章讲述了图像去雾的一些研究背景以与意义，主要介绍了当前去雾的算法以与开展趋势最后介绍了本文的主要工作内容社会在不断的开展，各种高科技也在不断的更新 ，一年比一年的雾霾现象也比拟严重了近些年，在我国出现了比拟频繁的、覆盖区域也比拟广泛的雾霾天气尤其是大陆南方等地区近几年的空气质量逐步退化，一些恶劣天气也频繁出现，PM2.5值越来越引起人们的关注在有雾天气下拍摄的图像，由于空气重混入了不少的浑浊杂质对光的吸收和散射产生了严重的影响，最终导致了图像模糊不清，给人一种不美观的第一感觉上述视觉效果不好不仅仅只是针对图像成像而造成的影响，给判定目标会带来一定的麻烦在图像、视频的获取与空气质量息息相关，然而随着工业化的进程，大气污染日益严峻大气雾霭环境如下图像成像欠佳，使得图像后续处理，如目标识别等任务难度增加；在卫星遥感监测、公路监控等各方面都会造成极大的影响本设计以公路监控为例，由于大雾弥漫，道路的能见度很低，驾驶员通过视觉获得道路的信息往往很模糊，进一步造成一些不必要的事故发生由此可见，对雾天图像进展快速有效的处理显得十分必要图1某某师X大学成龙校区某角落由图1可以很明显的看出，受浓雾的影响，图像的质量退化严重，许多地方显得十分模糊，根本无法识别和提取景物的特征。

因此对图像去雾技术的研究，恢复图像等信息的处理显得十分重要图像去雾技术是通过一定的方法和手段，去除图像中雾的干扰，恢复出有效的图像信息与其特征，并能得到一种良好的视觉效果的图像图像去雾技术经历了一个漫长的过程1992年，L.Bissonnette等人针对雾和雨天气下所做的图像进展了研究；随后John P.Oakley等人针对雾霭天气下所拍摄的彩色图像进展了去雾处理，并取得了一定的成果目前图像去雾技术的主流是向基于模型与基于非模型的两个角度展开的其中，基于非模型的方法可以简单的归纳为图像比照度增强的问题比拟典型和常用的图像增强方法包括直方图均衡化算法、曲波变换、小波方法、以与Retinex算法等每种算法针对不同的场合和对象都取得不错的效果去雾效果，但是每种方法都有不同程度的不足，所以不断的引入新方法和新手段，才能使得该领域保持旺盛的生命力1.3 本文的章节安排本文主要对以下几个方面进展研究和分析： 第一章绪论局部首先论述了图像去雾的研究背景与其开展趋势 第二章详细的论述了图像去雾霭的根底理论，包括图像的增强与其复原以与运用直方图均衡化、光照别离模型、暗原色先验的方法来处理雾化图像。

并对去雾结果进展了简要的分析 第三章给出实验结果，对不同方法处理雾化图像进展了比照，并得出了相关的结论 第四章对本文进展了简要的总结以上方法，本设计采用的直方图均衡算法是最根本的，是研究暗原色先验方法做比照时的参照；同态滤波算法在图像增强方面也取得了很大的进展；曲波变换能够很好的增强曲线边缘；暗原色先验算法是一种描述颜色恒常性的模型，具有使图像更加清晰化，图像特征更加明显，因此在图像增强方面暗原色先验要优于本设计围绕图像增强和图像复原去雾两个方面，对图像去雾技术涉与的内容进展了简单的介绍根据雾天图像去雾处理的情况，采用不同的方法对雾化图像进展处理，并给出了各种去雾算法的实验结果图、不同方法的结果比照采用主观和客观评价相结合的方式对图像质量进展评估2图像去雾霭根底理论为了实现雾化图像的去雾处理，本章首先对雾霭的形成过程出发进展了简单的阐述，研究了图像去雾算法的分类主要包括图像增强技术以与图像复原技术机理雾实际上是由悬浮颗粒在大气中的微小液滴构成的气溶胶，常呈现乳白色，其底部位于地球外表，所以也可以看做是接近地面的云霭其实跟雾区别不大，它的一种解释是轻雾，多呈现灰白色，与雾的颜色十分接近。

雾霭作为一种灾害性的天气，会引起室外能见度降低，一些高速公路也会因此封锁道路，航空运输方面也会因此延误航班等等交通工具无法正常的使用另外，人们长期停留在雾霭天气的环境中，人体会吸入不少的悬浮颗粒等有害物质，对人们的身体健康有着极大的影响，会对人体造成肺病或者流感等其他疾病 图像去雾算法可以分为两大类：一类是图像增强；另一类是图像复原本设计将下面两个小节中逐步介绍上述的两种技术图2介绍了图像去雾算法的分类:图像去雾算法雾化图像复原雾化图像增强全局化增强基于先验信息基于深度关系基于偏微分局部化增强图2图像去雾算法分类为了改善视觉效果或者便于人们对图像的判别和分析，根据图像的特征采取简单的改善方法或者加强特征的措施叫做图像增强图像增强可分为两大类：频率域法和空间域法空间域处理主要包括：点处理，模块处理即领域处理频率域处理主要包括：高、低通滤波、同态滤波等等图像增强可分为两大类：频率域法和空间域法空间域处理主要包括：点处理，模块处理即领域处理频率域处理主要包括：高、低通滤波、同态滤波等等从广义上讲，图像复原是一个求逆问题，逆问题经常存在非唯一解，甚至无解图像复原的目的是将所观测到的退化图像恢复到退化前的原始图像，这种恢复过程在很多图像处理中的应用十分重要。

目前应用最广泛的图像复原技术是Lucf-Richardson，随着迭代次数的增加，最终将会收敛在泊松统计的最大似然解处为了更好的对图像复原的理解，图3为图像复原的流程图： 图像复原 滤波器g(x,y) f(x,y)图3 图像复原流程图其中g(x,y)为降质图像函数，f(x,y)为真实图像函数在图像复原技术可以分为以下几类：1〕在给定退化模型条件下，分为无约束和有约束两大类2〕根据是否需要外界干预，分为自动和交互两大类3〕根据处理所在的域，分为频率域和空间域在本设计中将采用同态滤波的方式，通过求图像I的平滑来进展估计光照分量L，从而做到对两个分量进展别离下面的论述中将着重介绍光照别离模型，使用同态滤波的方式来估计光照分量L这种方法在人脸识别领域有一定的应用,可以有效地消除光,雨、雾等天气和环境减少影响人脸图像的质量,并且可以实现本地对象保持的细节通常，图像I〔x,y〕可以由光照分量L〔x,y〕和反射分量R〔x,y〕的乘积，光照分量L取决于照射源，而反射分量R取决于物体的内在不变的属性，如物体外表反射系数和外表法线等。

因此光照预处理的问题可以转化为给定图像I用来解决R的问题在进展光照别离前，我们使用同态滤波来得到光照分量L在生活中会得到这样的图像，它的动态X围很大，而我们感兴趣局部的灰度又很暗，图像细节无法识别，采用一般的灰度级线性变换是不行的同态滤波属于图像频率域处理X畴，其作用是对图像灰度X围进展调整，通过消除图像上照明不均的问题，增强暗区的图像细节，同时又不损伤亮区的图像细节图像的灰度由照射分量和反射分量合成反射分量反映图象内容，随图像细节不同在空间上作快速变化照射分量在空间上通常均具有缓慢变化的性质照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域一般景物的。