数字图像处理-暗通道去雾与matlab代码实现

最新推荐文章于 2024-08-09 23:05:57 发布

hongliyu_lvliyu

最新推荐文章于 2024-08-09 23:05:57 发布

阅读量9.6k

点赞数 18

分类专栏：图像处理

本文链接：https://blog.csdn.net/hongliyu_lvliyu/article/details/116668385

版权

图像处理专栏收录该内容

13 篇文章 5 订阅

订阅专栏

本文参考何凯明大神的暗通道去雾算法《Single Image Haze Removal Using Dark Channel Prior》和一些相关的csdn上的博客，并附上自己编写的代码

采用暗通道先验去雾算法中模糊图像（有雾图像）模型被描述成：
在这里插入图片描述
I(x)是我们观察到的图像，即有雾的图像，J(x)是我们要恢复的图像，即去雾之后的图像，
A是全局大气光强，t是媒介传播系数。这个算法的目的就是从I、A、t中得到J。目前我们只知道I(x),需要求出A和t
在A和t之前，我们引入暗通道先验：
一个图像的暗通道可以表示为：
在这里插入图片描述
而无雾的图像，即我们要恢复的图像的暗通道数值趋于0

因此我们把这个先验条件带入模糊图像模型

我们可以得到：

由此我们得到了t，因为这样在视觉上看起来是不自然的，我们修正了这个公式：
在这里插入图片描述
其中w=0.95,最终在把t，带入模型，可以得到

以下是matlab代码：
求暗通道的部分：先求RGB三个通道的最小值，再进行最小值滤波

%% dark_channel
I1=zeros(m,n);
for i=1:m
    for j=1:n
        I1(i,j)=min(I(i,j,:));
    end
end
Id = ordfilt2(I1,1,ones(wh,wh),'symmetric');

求大气光强A的部分：暗通道前0.1%最大值的值

%%  A
dark_channel = Id;
A_temp = max(max(dark_channel))*0.999;
A=A_temp;

完整代码：

clc
clear all
close all
Im=imread('Ex_ColorEnhance.png');
I=double(Im)/255; 
[m,n]=size(I,1,2);
subplot(1,2,1);
imshow(I,[]);title('Original image')
w0=0.95;
wh=3;
%% dark_channel
I1=zeros(m,n);
for i=1:m
    for j=1:n
        I1(i,j)=min(I(i,j,:));
    end
end
Id = ordfilt2(I1,1,ones(wh,wh),'symmetric');
%%  A
dark_channel = Id;
A_temp = max(max(dark_channel))*0.999;
A=A_temp;
tr= 1 - w0 * Id/ A;
%% out 
t0=0.1;
t1 = max(t0,tr);
I_out=zeros(m,n,3);
for k=1:3
    for i=1:m
        for j=1:n
            I_out(i,j,k)=(I(i,j,k)-A)/t1(i,j)+A;
        end
    end
end
subplot(1,2,2);
imshow(I_out,[]);title('Improved image')