【正文】 誠 信 聲 明 本人 聲明 ： 本人所呈交的畢業(yè) 設(shè)計(jì) 是在老師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果 ； 據(jù)查證，除了文中特別加以標(biāo)注和致謝的地方外，畢業(yè)設(shè)計(jì)中不包含其他人已經(jīng) 公開 發(fā)表過的研究成果，也不包含為獲得其他教育機(jī)構(gòu)的學(xué)位而使用過的材料 ； 我承諾， 本人提交的 畢業(yè)設(shè)計(jì)中的所有內(nèi)容均真實(shí)、可信。 作者簽名： 日期： 年 月 日 目錄 摘 要 ...............................................................................................................................I Abstract ......................................................................................................................... II 第 1 章 緒論 .............................................................................................................. 1 1. 1 圖像去霧技術(shù)分類 ....................................................................................... 2 基于圖像處理的霧天圖像增強(qiáng) ............................................................ 3 基于物理模型的霧天圖像復(fù)原 ............................................................ 5 常見的去霧方法 ............................................................................................ 7 最小失真圖像去霧算法 ........................................................................ 7 偏振成像去霧算法 .............................................................................. 10 本文采用的去霧方法 .................................................................................. 12 簡介 ...................................................................................................... 12 背景 ...................................................................................................... 14 暗通道先驗(yàn)算法 ................................................................................ 15 利用暗通道先驗(yàn)算法去霧 ................................................................ 16 第 2 章 MATLAB 簡介 ....................................................................................... 19 MATLAB 語言的傳統(tǒng)優(yōu)點(diǎn) ....................................................................... 19 語言新特點(diǎn) .................................................................................................. 19 數(shù)據(jù)類型和面向?qū)ο缶幊碳夹g(shù) ........................................................ 19 控制流和函數(shù)類型 ............................................................................ 20 工作環(huán)境 ...................................................................................................... 20 傳統(tǒng)工作環(huán)境 .................................................................................... 20 工作環(huán)境新特點(diǎn) ................................................................................ 21 第 3 章 主要程序與圖像處理結(jié)果 ...................................................................... 22 流程圖 .......................................................................................................... 22 具體程序 ...................................................................................................... 23 圖像處理結(jié)果 .............................................................................................. 27 結(jié)束語 .......................................................................................................................... 30 致謝 .............................................................................................................................. 31 參考文獻(xiàn) ...................................................................................................................... 32 圖像去霧的 MATLAB 實(shí)現(xiàn) I 圖像去霧技術(shù)研究 摘 要 : 在 這篇論文里， 我們 找到了一個(gè)簡單有效的去霧算法 —— 暗通道先驗(yàn)算法，來去除單一圖像的薄霧。 暗通道先驗(yàn)算法是室外無霧圖像的一種統(tǒng)計(jì)規(guī)律。它是基于一個(gè)重要的觀察結(jié)果 —— 室外無霧圖像的每一個(gè)局部區(qū)域在至少一個(gè)顏色通道內(nèi)有很低的值。把這種算法應(yīng)用在有霧圖像的模型中，我們可以直接估計(jì)出霧的濃度，并且還原出高品質(zhì)的無霧圖像。許許多多我們處理過的無霧圖像展示了我們先前應(yīng)用的算法是多么的強(qiáng)大。同時(shí)，高品質(zhì)深度圖像作為圖像去霧的副產(chǎn)品也可以得到。 關(guān)鍵詞 : 圖像去霧 。 一種統(tǒng)計(jì)規(guī)律 。 暗通道先驗(yàn)算法 。 無霧圖像 圖像去霧的 MATLAB 實(shí)現(xiàn) II Review of Image Dehazing Techniques Abstract: In this paper, we propose a simple but effective image prior dark channel prior to remove haze from a single input image. The dark channel prior is a kind of statistics of the hazefree outdoor images. It is based on a key observation most local patches in hazefree outdoor images contain some pixels which have very low intensities in at least one color channel. Using this prior with the haze imaging model, we can directly estimate the thickness of the haze and recover a high quality hazefree image. Results on a variety of outdoor haze images demonstrate the power of the proposed prior. Moreover, a high quality depth map can also be obtained as a byproduct of haze removal. Key words: image dehazing。a kind of statistics。dark channel prior。 hazefree image 圖像去霧的 MATLAB 實(shí)現(xiàn) 1 第 1 章 緒論 近年來， 隨著計(jì)算機(jī)軟硬件技術(shù)的不斷發(fā)展， 對有霧天氣圖像的景物影像進(jìn)行去霧處理已經(jīng)成為可能， 這反過來又對去霧圖像的清晰度和真實(shí)感提出了新的要求 在霧天情況下， 由于場景的能見度降低， 圖像中目標(biāo)對比度和顏色等特征被衰減， 致使室外視頻系統(tǒng)無法正常工作， 因此需要在視頻圖像中消除霧氣對場景圖像的影響 事實(shí)上， 圖像去霧一直是計(jì)算機(jī)視覺領(lǐng)域研究的重要內(nèi)容， 其主要應(yīng)用是視頻監(jiān)控 地形勘測和自動(dòng)駕駛等領(lǐng)域， 因此， 自動(dòng)性和實(shí)時(shí)性就成為了這些研究關(guān)注的重點(diǎn) 本文即在分析和借鑒了若干計(jì)算機(jī)視覺 領(lǐng)域的研究成果的基礎(chǔ)上， 從圖像處理和物理模型的研究角度， 對圖像去霧技術(shù)進(jìn)行了綜述性的介紹， 并給出了這一領(lǐng)域的最新研究進(jìn)展。 隨著圖像傳感器和計(jì)算機(jī)技術(shù)的發(fā)展，戶外機(jī)器視覺系統(tǒng)得到了廣泛應(yīng)用，而惡劣天氣 (霧、雨、雪 )是影響戶外視覺系統(tǒng)正常工作最主要的因素。由于大氣散射，霧造成圖像色彩和對比度大幅下降，直接影響圖像特征提取，從而導(dǎo)致以提取圖像特征為基礎(chǔ)的監(jiān)控、跟蹤、智能導(dǎo)航、智能車輛等視覺應(yīng)用系統(tǒng)無法正常穩(wěn)定工作。因此如何從降質(zhì)圖像中去除天氣的影響，恢復(fù)圖像的顏色、對比度已成為目前計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究 熱點(diǎn)。對霧天降質(zhì)圖像的復(fù)原技術(shù)主要有 2 類： (1)基于圖像增強(qiáng)的方法，通過增強(qiáng)降質(zhì)圖像的對比度滿足主觀視覺要求。直方圖均衡化是圖像增強(qiáng)中一種常用的方法，全局直方圖均衡化算法雖簡單、實(shí)時(shí)性好，但效果較差。采用局部直方圖均衡化方法進(jìn)行復(fù)原處理，但該算法運(yùn)算量很大，需處理很長時(shí)間且效果并不理想。 (2)基于物理模型的復(fù)原方法，從大氣散射角度建立圖像的退化模型，并利用先驗(yàn)知識(shí)實(shí)現(xiàn)場景復(fù)原。其特點(diǎn)是需要已知場景深度或大氣條件等先驗(yàn)信息作為復(fù)原的前提?；诙喾N假設(shè)建立多參數(shù)退化模型，通過圖像數(shù)據(jù)和景深等先驗(yàn)信息對模型參 數(shù)進(jìn)行估計(jì)，實(shí)現(xiàn)場景復(fù)原。然而該模型要利用雷達(dá)等設(shè)備獲得景深信息，其成本較高、操作不便，難以在現(xiàn)實(shí)中廣泛應(yīng)用。通過處理同一場景下至少 2 幅不同大氣狀況的降質(zhì)圖像獲得場景的結(jié)構(gòu)和深度信息，恢復(fù)了場景的色度和對比度。提出一種交互式的景深估計(jì)方法，通過對最大景深和最小景深進(jìn)行人為指定，得到近似的景深信息，對單幅降質(zhì)圖像實(shí)現(xiàn)場景復(fù)原。該方法雖然降低了對圖像采集的要求，但要通過人工交互處理的辦法實(shí)現(xiàn)清晰化。從信息論的角度出發(fā)，在基于物理模型的基礎(chǔ)上提出一種有約束的最優(yōu)化復(fù)原算法，從理論上證實(shí)從單幅霧天圖像中可自動(dòng)獲取 所需部圖像去霧的 MATLAB 實(shí)現(xiàn) 2 分參數(shù)。通過以上分析可以看出，第 (2)類復(fù)原方法建立在物理模型的基礎(chǔ)上，其復(fù)原效果較好。但如何實(shí)現(xiàn)對單幅圖像自動(dòng)、實(shí)時(shí)地復(fù)原是急需解決的問題。 1957年第一顆人造地球衛(wèi)星進(jìn)入地球軌道，人類從此開始了太空活動(dòng)。 1960年 4月 1日美國發(fā)射第一顆電視和紅外觀察衛(wèi)星 —— 泰羅斯衛(wèi)星，首次