【正文】 為子塊 x 的直方圖變換函數(shù)，x = 1，x = 2，x = 3 和 x = 4。 表示區(qū)域 e 內(nèi)的)(xkrT ekr灰度值為 k 的像素。POSHE 算法處理后的圖像會(huì)出現(xiàn)塊效應(yīng)和過增強(qiáng)現(xiàn)象，增強(qiáng)效果與塊大小，塊效應(yīng)程度和步長(zhǎng)大小有關(guān)。POSHE 算法先對(duì)每個(gè)子塊作限制對(duì)比度直方圖均衡，再將改進(jìn)的多層 POSHE 處理結(jié)果加權(quán)融合，處理后圖像不僅具有良好的灰度分布、鮮明的局部細(xì)節(jié)還擁有豐富的邊緣信息，且塊效應(yīng)也能得到充分抑制。直方圖均衡處理的對(duì)比度增強(qiáng)程度與累加直方圖的斜率成正比，GHE 由于過度拉伸圖像對(duì)比度產(chǎn)生過增強(qiáng)現(xiàn)象，即累加直方圖曲線過于陡峭，由此通過設(shè)定閾值限定每個(gè)灰度級(jí)擁有的像素?cái)?shù)目抑制過增強(qiáng)現(xiàn)象，POSHE 方法是在部分重疊子塊中作均衡處理，各個(gè)子塊的灰度分布不同，在子塊邊緣會(huì)產(chǎn)生明顯的灰度不連續(xù)現(xiàn)象，即方塊效應(yīng)，簡(jiǎn)稱24塊效應(yīng)( Blocking Effect) 。 對(duì)多層 POSHE 處理結(jié)果常見的融合方式有: 等比例融合，基于全局圖像質(zhì)量評(píng)價(jià)的自適應(yīng)加權(quán)融合。(1) 等比例融合：將每一層處理處理的結(jié)果給予相同的系數(shù)進(jìn)行融合，其中 Pj 為第 j 層 POSHE 處理后的結(jié)果， n 為處理的層數(shù)，P 0 為處理??njP10)/(后的圖像。(2) 基于全局圖像質(zhì)量評(píng)價(jià)的自適應(yīng)加權(quán)融合：選擇合適的圖像質(zhì)量評(píng)價(jià)指標(biāo)，對(duì)每層 POSHE 處理后圖像的質(zhì)量進(jìn)行評(píng)估，以各層指標(biāo)之間的比例作為融合的系數(shù)，其中 wi 其中為歸一化的評(píng)價(jià)指標(biāo)滿足 ，P j 為第 j 層 ?njjPw10)/( 1)/(??njjwPOSHE 處理的結(jié)果， n 為 POSHE 處理的層數(shù)， P0 為處理后的結(jié)果圖像。 上面提及的兩種融合方式，等比例融合沒有考慮到每層 POSHE 處理后圖像的質(zhì)量，如果某一層 POSHE 處理后圖像質(zhì)量較差，卻賦予和其他層相同權(quán)值，勢(shì)必會(huì)影響到融合后圖像的整體質(zhì)量。 而基于全局圖像質(zhì)量評(píng)價(jià)的自適應(yīng)加權(quán)融合彌補(bǔ)了等比例融合的不足，某一層增強(qiáng)的效果較好，該層則會(huì)獲得較大的權(quán)值，這對(duì)于增強(qiáng)的最終結(jié)果是比較有利的，但質(zhì)量評(píng)價(jià)僅從全局角度出發(fā)，忽略圖像局部特征，局部細(xì)節(jié)表現(xiàn)方面有待提高。最小失真圖像去霧的改進(jìn)算法： 為了從降質(zhì)圖像中去除天氣的影響，提出改進(jìn)的最小失真意義下圖像去霧算法。改進(jìn)算法基于二色大氣散射模型，通過對(duì)天空區(qū)域的自動(dòng)劃分以及從信息論角度求得最小失真意義下原始圖像的最優(yōu)估計(jì)，從而一次性自動(dòng)獲取所需復(fù)原參數(shù)，實(shí)現(xiàn)單幅霧天降質(zhì)圖像復(fù)原?；谖锢砟Ｐ偷膹?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(chǎng)景復(fù)原。其特點(diǎn)是需要已知場(chǎng)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(duì)模型參數(shù)進(jìn)行估計(jì)，實(shí)現(xiàn)場(chǎng)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。 天空區(qū)域劃分及輻射強(qiáng)度的確定：得到大氣光的平均亮度，劃分圖像中的天空區(qū)域。由于霧對(duì)光線有較強(qiáng)的散射作用，所以天空區(qū)域的灰度值比較高，雖然對(duì)整個(gè)天空區(qū)域灰度值不是恒定的常值，但是其灰度都在一定的變化范圍之內(nèi)。在霧天圖像的灰度直方圖中，灰度值較大的地方均有一個(gè)比較陡峭的峰。與此峰值所在區(qū)域?qū)?yīng)的是天空區(qū)域的灰度變化范圍?？紤]到一幅圖像中天空部分的深度可近似認(rèn)為是相同的，因此，其灰度值的分布應(yīng)該滿足正態(tài)分布，為了便于對(duì)圖像中天空部分的劃分，可以對(duì)原始圖像的灰度變換圖像先進(jìn)行全局直方圖均衡化處理。 場(chǎng)景點(diǎn)的深度與大氣散射系數(shù)的獲?。杭囱刂鴪D像中深度增加的方向選擇一個(gè)景物25消失的近似位置，稱為消失點(diǎn)，場(chǎng)景點(diǎn)的深度與它們?cè)趫D像上對(duì)應(yīng)的像點(diǎn)到消失點(diǎn)的距離成反比。由于普通圖像傳感器對(duì)小范圍內(nèi)微小天氣變化并不敏感，因此只要估計(jì)出景深度 d 的變化趨勢(shì)，就能有效消除天氣的退化影響，但消失點(diǎn)的近似位置須通過人眼主觀判定。算法實(shí)現(xiàn)： 因此， D 的離散表達(dá)式為：uLgJ???)u( ()????)(lg),q( iiiii qpqp其中，p ( x )是對(duì) f 的一個(gè)先驗(yàn)估計(jì)，即霧天降質(zhì)圖像；q 是滿足約束條件的函數(shù),上式具有最小值的 q ，即為 f 的最優(yōu)估計(jì)，即可復(fù)原霧天降質(zhì)圖像。改進(jìn)的多尺度 Retinex 去霧算法：在經(jīng)典的多尺度 Retinex 算法中對(duì) Retinex 輸出采用一個(gè)常數(shù)增益，使圖像在平滑區(qū)域和高對(duì)比度邊緣出現(xiàn)過增強(qiáng)，導(dǎo)致噪聲放大和邊緣暈環(huán)。針對(duì)該問題，提出改進(jìn) MSR 算法，對(duì) Retinex 輸出采用自適應(yīng)空間變化增益，平滑區(qū)域和高對(duì)比度邊緣增益小，細(xì)節(jié)區(qū)域增益大，并且小尺度 Retinex 輸出不同區(qū)域增益差大，而大尺度 Retinex 輸出不同區(qū)域增益差小，從而使圖像細(xì)節(jié)更清晰，同時(shí)場(chǎng)景輪廓和顏色呈現(xiàn)更自然。將該算法用于受到嚴(yán)重退化的霧天圖像，能取得較好的圖像去霧效果。降低 Retinex 輸出平滑區(qū)域和高對(duì)比度邊緣的增益，提高其細(xì)節(jié)增益，并且小尺度 Retinex 輸出不同區(qū)域增益差大，而大尺度 Retinex 輸出不同區(qū)域增益差小，從而使圖像細(xì)節(jié)更清晰，同時(shí)場(chǎng)景輪廓和顏色呈現(xiàn)更自然。提出的改進(jìn) MSR 算法用于處理霧天降質(zhì)圖像，利用 Retinex 理論的顏色恒常性，可通過提取照度分量來去除霧天對(duì)圖像的退化作用，得到比經(jīng)典 MSR 算法更好的去霧效果。經(jīng)典 MSR 算法在處理圖像時(shí)，雖然通過結(jié)合多個(gè)高斯環(huán)繞尺度提取反射分量來減弱高對(duì)比度邊緣的暈環(huán)效應(yīng)，但對(duì) Retinex 輸出的所有像素采用常數(shù)增益，導(dǎo)致圖像平滑區(qū)域和高對(duì)比度邊緣過增強(qiáng)，即在平滑區(qū)域噪聲明顯放大，高對(duì)比度邊緣出現(xiàn)暈環(huán)。改進(jìn)常數(shù)增益，采用空間變化增益，增益函數(shù)雖然降低了高對(duì)比度邊緣的增益，減少了暈環(huán)效應(yīng)，但在平滑區(qū)域采用增益過大，噪聲放大沒有得到改善。圖像平滑區(qū)域的 Retinex 輸出值分布于 0 的附近，圖像的高對(duì)比度邊緣的 Retinex 輸出值分布于值域的兩端，即對(duì)應(yīng)于較小或較大的值，而圖像細(xì)節(jié)的 Retinex 輸出值分布于值域的中間，因此，本文采用的空間變化增益的數(shù)學(xué)形式表述如下： ()???????? 12]),(exp(),(21[),(g byxNRkyNRbkyx iii nn26其中， k1 , k 2,b 為常數(shù)因子，用于調(diào)節(jié)增益變化曲線； 指規(guī)一化的 ),(nyxNRiReinex 輸出 ， 指規(guī)一化的高斯環(huán)繞函數(shù)的尺度常數(shù)，它們定義為：)(yxRinnC ()max),(),(nnRyyxNi? 其中 ， ，其中??),(mannRii?axCn ??nmaxC?提出一種新的增益函數(shù)，對(duì) MSR 算法通過計(jì)算圖像亮度和其周圍局部亮度的平均值的比值消除光照影響后的反射分量自適應(yīng)進(jìn)行增強(qiáng)，有效地克服了平滑區(qū)域噪聲放大和高對(duì)比度邊緣暈環(huán)效應(yīng)現(xiàn)象，得到更清晰的細(xì)節(jié)和更自然的場(chǎng)景輪廓。應(yīng)用本文算法處理霧天退化圖像，仿真結(jié)果表明，算法有效地去除了霧的退化作用，提高了對(duì)比度和清晰度，實(shí)現(xiàn)了顏色恢復(fù)。 基于 MATLAB 降質(zhì)圖像的實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)結(jié)果顯示：共有五副圖片進(jìn)行了去霧處理第一幅 圖 原始灰度圖像和它的灰度直方圖27 圖 經(jīng)過線性化增強(qiáng)之后的圖像以及它的灰度直方圖 圖 經(jīng)過非線性化增強(qiáng)之后的圖像以及它的灰度直方圖28 圖 經(jīng)過改進(jìn)型算法增強(qiáng)之后的圖像以及它的灰度直方圖第二幅 圖 原始灰度圖像和它的灰度直方圖29 圖 經(jīng)過線性化增強(qiáng)之后的圖像以及它的灰度直方圖 圖 經(jīng)過非線性化增強(qiáng)之后的圖像以及它的灰度直方圖30 圖 經(jīng)過改進(jìn)型算法增強(qiáng)之后的圖像以及它的灰度直方圖第三幅 圖 原始灰度圖像和它的灰度直方圖31 圖 經(jīng)過線性化增強(qiáng)之后的圖像以及它的灰度直方圖 圖 經(jīng)過非線性化增強(qiáng)之后的圖像以及它的灰度直方圖32 圖 經(jīng)過改進(jìn)型算法增強(qiáng)之后的圖像以及它的灰度直方圖第四幅 圖 原始灰度圖像和它的灰度直方圖33 圖 經(jīng)過線性化增強(qiáng)之后的圖像以及它的灰度直方圖 圖 經(jīng)過非線性化增強(qiáng)之后的圖像以及它的灰度直方圖34 圖 經(jīng)過改進(jìn)型算法增強(qiáng)之后的圖像以及它的灰度直方圖第五幅 圖 原始灰度圖像和它的灰度直方圖35 圖 經(jīng)過線性化增強(qiáng)之后的圖像以及它的灰度直方圖 圖 經(jīng)過非線性化增強(qiáng)之后的圖像以及它的灰度直方圖36 圖 經(jīng)過改進(jìn)型算法增強(qiáng)之后的圖像以及它的灰度直方圖 基于 MATLAB 降質(zhì)圖像的處理結(jié)果的分析圖像質(zhì)量的含義主要包括兩個(gè)方面：圖像的逼真度和圖像的可懂度。圖像質(zhì)量直接取決于成像裝備的光學(xué)性能、圖像對(duì)比度、儀器噪聲等多種因素的影響，通過質(zhì)量評(píng)價(jià)可以對(duì)影像的獲取、處理等各環(huán)節(jié)提供監(jiān)控手段。為了對(duì)圖像處理的各個(gè)環(huán)節(jié)進(jìn)行合理評(píng)估，圖像質(zhì)量評(píng)價(jià)的研究已經(jīng)成為圖像信息工程的基礎(chǔ)技術(shù)之一。圖像質(zhì)量評(píng)估的方法主要有兩種：1 主觀評(píng)價(jià)方法: 由觀測(cè)者對(duì)圖像質(zhì)量進(jìn)行評(píng)估，大部分在實(shí)際生產(chǎn)中好多師傅會(huì)采用此法，雖不科學(xué)，但這種一般是最終決定產(chǎn)品好壞的方法。根據(jù)視覺效果可知，原始的霧天非常模糊，經(jīng)過對(duì)比度增強(qiáng)之后，圖像明顯變得清晰了很多了，并且經(jīng)過改進(jìn)型算法之后，圖像的視覺效果也有一定的好轉(zhuǎn)。2 客觀評(píng)價(jià)方法: 采用算法對(duì)圖像質(zhì)量進(jìn)行評(píng)價(jià)。具體算法對(duì)本人來說，不好解釋。但是這些算法都是鑲?cè)刖唧w軟件里的。所以說客觀法也就是用科學(xué)儀器來測(cè)量圖像的相關(guān)參數(shù)，然后對(duì)其進(jìn)行評(píng)估。當(dāng)然主觀評(píng)價(jià)方法天然地和人的主觀感受相符, 但它費(fèi)時(shí)、復(fù)雜, 還會(huì)受到觀測(cè)者專業(yè)背景、心理和動(dòng)機(jī)等主觀因素的影響, 并且不能結(jié)合到其他算法中使用?？陀^評(píng)價(jià)方法方便、快捷, 容易實(shí)現(xiàn)并能結(jié)合到應(yīng)用系統(tǒng)中,但它和人的主觀感受有出入。通常提到的圖像質(zhì)量評(píng)價(jià)算法是指客觀評(píng)價(jià)算法, 其目標(biāo)是獲得與主觀評(píng)價(jià)結(jié)果相一致的客觀評(píng)價(jià)值。37第一幅圖片的分析 對(duì)比度 信噪比原始圖片 線性化處理 非線性化處理 改進(jìn)型算法處理 由上圖表格的數(shù)據(jù)可以看出，經(jīng)過處理后的圖片在對(duì)比和信噪比的性能上都有好轉(zhuǎn)，其中非線性化處理的效果比線性化處理的效果好一些，改進(jìn)型算法處理的性能是最優(yōu)異的。第二幅圖片的分析 對(duì)比度 信噪比原始圖片 線性化處理 非線性化處理 改進(jìn)型算法處理 由上圖表格的數(shù)據(jù)可以看出，經(jīng)過處理后的圖片在對(duì)比和信噪比的性能上都有好轉(zhuǎn)，其中非線性化處理的對(duì)比度比線性化處理的效果好一些，但是其信噪比不如線性化處理的信噪比，改進(jìn)型算法處理的性能是最優(yōu)異的。第三幅圖片的分析 對(duì)比度 信噪比原始圖片 線性化處理 非線性化處理 改進(jìn)型算法處理 由上圖表格的數(shù)據(jù)可以看出，經(jīng)過處理后的圖片在對(duì)比和信噪比的性能上都有好轉(zhuǎn)，其中非線性化處理的效果比線性化處理的效果好一些，改進(jìn)型算法處理的性能是最優(yōu)異的。第四幅圖片的分析 對(duì)比度 信噪比原始圖片 線性化處理 非線性化處理 改進(jìn)型算法處理 由上圖表格的數(shù)據(jù)可以看出，經(jīng)過處理后的圖片在對(duì)比和信噪比的性能上都有好轉(zhuǎn)，其中線性化處理的效果沒有非線性化處理的效果好，改進(jìn)型算法處理的性能是最優(yōu)異的。38第五幅圖片的分析 對(duì)比度 信噪比原始圖片 線性化處理 非線性化處理 改進(jìn)型算法處理 由上圖表格的數(shù)據(jù)可以看出，經(jīng)過處理后的圖片在對(duì)比和信噪比的性能上都有好轉(zhuǎn)，其中非線性化處理的對(duì)比度比線性化處理的效果好一些，但是其信噪比不如線性化處理的信噪比，改進(jìn)型算法處理的性能是最優(yōu)異的。 總 結(jié) 本文基于用 MATLAB GUI 來設(shè)計(jì)數(shù)字圖像處理課程演示系統(tǒng)這樣一種思路，在指導(dǎo)老師的指導(dǎo)、同學(xué)的幫助、自身的努力下，論文基本上圓滿完成了如下工作：（1）對(duì) MATLAB 有了比較熟悉的操作和編程。（2）基于 MATLAB 對(duì)數(shù)字圖像處理有了一定程度了解。