数字图像处理——图像去雾技术的对比

前言

现代社会的发展总是伴随着环境的污染，雾霾现象发生越来越频繁，很大程度上影响我们的生活。雾霾是由空气中的灰尘和烟雾等小的漂浮颗粒产生的常见大气现象，这些漂浮的颗粒极大地吸收和散射光，导致拍摄图像质量下降。在雾霾影响下，视频监控，远程感应，自动驾驶等许多实际应用很容易受到威胁，检测和识别等高级计算机视觉任务很难完成。因此，图像去雾成为一种越来越重要的技术，有很重要的研究价值，同时也是一项充满挑战性的课题。为了解决这一问题，设计图像复原处理软件。

要求完成功能

1、 采用直方图均衡化方法增强雾天模糊图像，并比较增强前后的图像

和直方图:

2、查阅文献，分析雾天图像退化因素，设计一种图像复原方法，对比

该复原图像与原始图像以及直方图均衡化后的图像;

3、设计软件界面

---

一、 课程设计原理及设计方案

1.1 设计原理   

由于图像中存在噪声等干扰，使得图像模糊不清。可以采用图像增强的方

法对原图像处理，使图像变得清晰。而直方图均衡化是- -种常用的图像增强的

方法。图像模糊，其图像的像素分布不均匀，采用直方图均衡化的方法使其图

像像素分布均匀，从而达到均衡像素分布增强图像的目的。

1.1.1直方图均衡化

对于连续图像，设r和s分别表示被增强图像和变换后图像的灰度。为了简

单，在下面的讨论中，假定所有像素的灰度已被归- -化了，就是说，当时，

表示黑色;当时，表示白色;变换函数与原图像概率密度函数之间的关系

为:

    

 

式中: r为积分变量。式(1)的右边可以看作是r的累积分布函数(CDF)，因为CDF是r的函数，并单调地从0增加到1，所以这- -变换函数满足了前面所述的关于在内单值单调增加，对于，有的两个条件。由于累积分布函数是r的函数，并且单调的从0增加到1，所以这个变换函数满足对式(1) 中的r求导，则:

      

 

再把结果带入式 

 

正在上传…重新上传取消正在上传…重新上传取消    则得

 由以上推到可见，变换后的变量s的定义域内的概率密度是均匀分布的

由此可见，用r累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像。其结果扩展了像素取值的动态范围。

上面的修正方法是以连续随机变量为基础进行讨论的。为了对图像进行数字处理，必须引入离散形式的公式。当灰度级是离散值的时候，可用频数近似代替概率值，即: