图像去雾霭算法及其实现

图像去雾霭算法及其实现

    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，对雾霭图像进行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，一种是基于光照分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的基础上对现实生活的图像进行了去雾处理，最后对不同的方法的处理结果进行了简要的分析。

    关键词：图像去雾  光照分离  直方图均衡化 暗原色先验

目  录

摘要

Abstract.

目录

1绪论图像去雾霭算法及其实现

1.1研究背景及意义

1.2当前图像去雾霭技术发展现状及其趋势

1.3 本文的章节安排

1.4小结

2图像去雾霭基础理论

2.1雾霭的形成机理

2.2图像去雾算法

2.2.1图像增强技术

2.2.2图像复原技术

2.3基于图像增强的去雾霭算法

2.3.1同态滤波

2.3.2光照分离模型

    2.3.3小结

2.4基于直方图均衡化的图像去雾算法

2.4.1直方图均衡化去雾原理

2.4.2直方图均衡化模型

2.4.3直方图均衡化的算法步骤

2.4.4小结

2.5基于图像复原的去雾霭方法

2.5.1暗原色先验去雾霭原理

2.5.2暗原色先验模型

2.5.3算法概述

2.5.4小结：

3实验结果

4总结与展望

附录1 光照分离代码

附录2 基于直方图均衡化的图像去雾代码

附录3 暗原色先验的去雾代码

参考文献

致谢

图像去雾霭算法及其实现

1绪论

图像作为人类感知世界的主要视觉基础，是人类获取信息以及表达信息的重要方法。因此一些雾化图像十分有必要进行一些处理。在本设计的开头部分，这章讲述了图像去雾的一些研究背景以及意义，主要介绍了当前去雾的算法以及发展趋势。最后介绍了本文的主要工作内容。

1.1研究背景及意义

社会在不断的发展，各种高科技也在不断的更新 ，一年比一年的雾霾现象也比较严重了。近些年，在我国出现了比较频繁的、覆盖区域也比较广泛的雾霾天气。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，对雾天图像进行快速有效的处理显得十分必要。

             

图1四川师范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，基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。

1.2当前图像去雾霭技术发展现状及其趋势

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及其特征，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行了研究；随后John P.Oakley等人针对雾霭天气下所拍摄的彩色图像进行了去雾处理，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对比度增强的问题。比较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、以及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行研究和分析：

    第一章绪论部分首先论述了图像去雾的研究背景及其发展趋势。

    第二章详细的论述了图像去雾霭的基础理论，包括图像的增强及其复原。以及运用直方图均衡化、光照分离模型、暗原色先验的方法来处理雾化图像。

并对去雾结果进行了简要的分析。

    第三章给出实验结果，对不同方法处理雾化图像进行了对比，并得出了相关的结论。

    第四章对本文进行了简要的总结。

以上方法，本设计采用的直方图均衡算法是最基本的，是研究暗原色先验方法做对比时的参照；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。

1.4小结

本设计围绕图像增强和图像复原去雾两个方面，对图像去雾技术涉及的内容进行了简单的介绍。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行处理，并给出了各种去雾算法的实验结果图、不同方法的结果对比。采用主观和客观评价相结合的方式对图像质量进行评估。

2图像去雾霭基础理论

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行了简单的阐述，研究了图像去雾算法的分类主要包括图像增强技术以及图像复原技术。

2.1雾霭的形成机理

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，其底部位于地球表面，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。

2.2图像去雾算法

    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: