Matlab图像去雾系统

基于Matlab的图像去雾系统（四种方法）
关于图像去雾的基本算法代码的集合，方法包括局部直方图均衡法、全部直方图均衡法、暗通道先验法、Retinex增强。
所有代码整合到App designer编写的GUI界面中，包括导入图片，保存处理好的图片，处理前以及处理后的灰度直方图。
代码都有详细而好懂的注释，提供一些测试图片，运行app1.mlapp即可

项目名称：Matlab图像去雾系统

技术栈：

• Matlab：使用Matlab语言进行编程，利用其强大的图像处理工具箱。
• App Designer：Matlab提供的图形用户界面设计工具，用于创建交互式应用程序。

功能描述：

• 图像导入：用户可以通过GUI界面选择并导入需要去雾的图像。
• 去雾算法选择：提供四种不同的去雾算法供用户选择，包括局部直方图均衡法、全局直方图均衡法、暗通道先验法、Retinex增强。
• 图像处理：根据用户选择的算法处理图像，去除雾气，提升图像质量。
• 图像保存：处理后的图像可以保存到指定路径。
• 灰度直方图比较：显示处理前后图像的灰度直方图，便于用户对比效果。

去雾方法简介：

1. 局部直方图均衡法：通过对图像的局部区域进行直方图均衡化来增强图像对比度，适用于改善雾天图像的局部细节。
2. 全局直方图均衡法：对整幅图像进行直方图均衡化，可以改善图像的整体亮度和对比度。
3. 暗通道先验法：基于暗通道先验理论，通过估计大气光强度和透射率图来恢复清晰的图像。
4. Retinex增强：模拟人类视觉系统的颜色恒常性，通过多次尺度的空间滤波来增强图像的颜色和对比度。

GUI界面设计：

• 导入按钮：允许用户选择并导入待处理的图像。
• 算法选择下拉菜单：列出四种去雾算法供用户选择。
• 处理按钮：启动选中的去雾算法处理图像。
• 保存按钮：保存处理后的图像到本地。
• 结果显示区：显示处理前后的图像以及相应的灰度直方图。

示例代码框架（简化版）：

1% 加载图像
2function img = loadImage(filePath)
3    img = imread(filePath);
4    % 如果图像为RGB，转换为灰度图像
5    if isrgb(img)
6        img = rgb2gray(img);
7    end
8end
9
10% 局部直方图均衡
11function imgEq = localHistogramEqualization(img)
12    se = strel('disk', 10); % 结构元素
13    imgEq = adapthisteq(img, 'NeighborhoodSize', [50 50]);
14end
15
16% 全局直方图均衡
17function imgEq = globalHistogramEqualization(img)
18    imgEq = histeq(img);
19end
20
21% 暗通道先验法
22function imgDCP = darkChannelPrior(img)
23    % 实现暗通道先验算法
24    % ...
25end
26
27% Retinex增强
28function imgRetinex = retinexEnhancement(img)
29    % 实现Retinex算法
30    % ...
31end
32
33% 显示直方图
34function showHistogram(img)
35    imhist(img);
36end
37
38% 主函数
39function app = startApp
40    % 初始化App Designer界面
41    % ...
42    
43    % 设置按钮回调函数
44    app.ImportButton.ButtonPushedFcn = @(src,event) importImage(app);
45    app.ProcessButton.ButtonPushedFcn = @(src,event) processImage(app);
46    app.SaveButton.ButtonPushedFcn = @(src,event) saveImage(app);
47    
48    % 导入图像
49    function importImage(app)
50        [file, path] = uigetfile({'*.jpg;*.png;*.bmp','All Image Files'});
51        if isequal(file,0)
52            disp('User selected Cancel');
53        else
54            app.OriginalImage = loadImage(fullfile(path,file));
55            imshow(app.OriginalImage);
56        end
57    end
58    
59    % 处理图像
60    function processImage(app)
61        method = app.MethodDropdown.Value;
62        switch method
63            case 1
64                app.ProcessedImage = localHistogramEqualization(app.OriginalImage);
65            case 2
66                app.ProcessedImage = globalHistogramEqualization(app.OriginalImage);
67            case 3
68                app.ProcessedImage = darkChannelPrior(app.OriginalImage);
69            case 4
70                app.ProcessedImage = retinexEnhancement(app.OriginalImage);
71        end
72        imshow(app.ProcessedImage);
73        showHistogram(app.ProcessedImage);
74    end
75    
76    % 保存图像
77    function saveImage(app)
78        [file, path] = uiputfile({'*.jpg;*.png;*.bmp','All Image Files'});
79        if isequal(file,0)
80            disp('User selected Cancel');
81        else
82            imwrite(app.ProcessedImage, fullfile(path, file));
83        end
84    end
85end

项目特点：

• 实用性：集成了多种去雾方法，适用于不同场景下的图像处理。
• 用户友好：通过App Designer创建的GUI界面，使得操作更为简便。
• 可扩展性：易于添加新的去雾算法或功能模块。