反对数matlab中如何,基于matlab的图像去雾算法详细讲解与实现-附matlab实现源代码...

本文主要介绍基于Retinex 理论的雾霭天气图像增强及其实现。并通过编写两个程序来实现图像的去雾功能。

1 Rentinex 理论

Retinex (视网膜“Retina ”和大脑皮层“Cortex ”的缩写)理论是一种建立在科学实验和科学分析基础上的基于人类视觉系统(Human Visual System )的图像增强理论。该算法的基本原理模型最早是由Edwin Land (埃德温?兰德)于1971年提出的一种被称为的色彩的理论，并在颜色恒常性的基础上提出的一种图像增强方法。Retinex 理论的基本内容是物体的颜色是由物体对长波(红)、中波(绿)和短波(蓝)光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照非均性的影响，具有一致性，即Retinex 理论是以色感一致性(颜色恒常性)为基础的。

根据Edwin Land 提出的理论，一幅给定的图像S(x,y)分解成两幅不同的图像：反射物体图像R(x,y)和入射光图像L(x,y)，其原理示意图如图8.3-1所示。

图-1 Retinex 理论示意图

对于观察图像S 中的每个点(x,y)，用公式可以表示为：

S(x,y)=R(x,y)×L(x,y) (

实际上，Retinex 理论就是通过图像S 来得到物体的反射性质R ，也就是去除了入射光L 的性质从而得到物体原本该有的样子。

2 基于Retinex 理论的图像增强的基本步骤

步骤一: 利用取对数的方法将照射光分量和反射光分量分离，即：

S ＇(x, y)=r(x, y)+l(x, y)=log(R(x, y))+log(L(x, y))；

步骤二：用高斯模板对原图像做卷积，即相当于对原图像做低通滤波，得到低通滤波后的图像D(x,y)，F (x, y )表示高斯滤波函数：

D(x, y)=S(x, y) *F (x, y )；

步骤三：在对数域中，用原图像减去低通滤波后的图像，得到高频增强的图像G (x, y )：

G(x,y)=S ＇(x, y)-log(D(x, y)) ；

步骤四：对G(x,y)取反对数，得到增强后的图像R(x, y)：

R(x, y)=exp(G(x, y))；

步骤五：对R(x,y)做对比度增强，得到最终的结果图像。

3 多尺度Retinex 算法

D Jobson 等人提出了多尺度Retinex 算法，多尺度算法的基本公式是：

其中，i R (x,y )

是Retinex 的输出，,,i R G B 表示3个颜色谱带，(,)F x y 是高斯滤波函数，n W 表示尺度的权重因子，N 表示使用尺度的个数，N =3，表示