【導(dǎo)讀】及取得的研究成果；設(shè)計(jì)中不包含其他人已經(jīng)公開(kāi)發(fā)表過(guò)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(guò)的材料；

　　

【正文】 成像方程（ 1）有一個(gè)類似形式與圖像摳圖方程。一種傳輸?shù)貓D就是一個(gè)字母的地圖。因此， 我們 應(yīng)用軟摳圖算法來(lái)完善傳輸。重寫(xiě) T（ x）和 T（ x）在其為 T? T 載體和形式， 我們 盡量減少下列成本函數(shù)： )~()~()( ttttLtttETT ???? ? （ 35） 萊文的軟摳圖方法也適用于由 Hsu 等人。 [4]處理空間變異白平衡問(wèn)題。在這兩個(gè)李文和徐的作品， t 為只知道在稀疏地區(qū)和消光主要用于外推到未知區(qū)域的值。在本文中， 我們 使用軟鋪墊完善粗糙 T已經(jīng)填補(bǔ)了整體形象。正如 我們 所看到的，精致的傳輸?shù)貓D設(shè)法捕捉銳利邊緣的不連續(xù)性和勾勒出物體輪廓。 ③ 恢復(fù)場(chǎng)景 與傳輸?shù)貓D， 我們 可以回收現(xiàn)場(chǎng)的光芒根據(jù)公式（ 1）。但直接衰減長(zhǎng)期 J（ x） T（ x）可以非常接近于零，當(dāng)傳輸 T（ x）是接近 于零?，F(xiàn)場(chǎng)直接回收 J是容易產(chǎn)生輻射噪聲。因此， 我們 的傳輸限制 T（ x）的一個(gè)下界 t0時(shí)，這意味著一個(gè)小薄霧金額保存在非常密集的薄霧地區(qū)。最后一幕光輝 J（ x）是恢復(fù)了： Atxt AxIxJ ??? )),(m a x( )()(0 (36) 一對(duì) T0典型值是 現(xiàn)場(chǎng)輻射通常是沒(méi)有陽(yáng)光，如大氣光，圖像后去霧看起來(lái)暗淡。因此， 我們 增加曝光 ?（ X）的顯示。 ④ 估計(jì)大氣光 在以前的單一形象大多數(shù)方法，大氣光一個(gè)估計(jì)，從最薄霧不透明像素。例如，與使用強(qiáng)度最高像素 作為 [16]大氣亮光，更進(jìn)一步完善了 [2]。但在實(shí)際圖像，最亮的像素可以在一個(gè)白色汽車(chē)或白色的建筑物。正如 我們 在第 3節(jié)，一個(gè)黑暗的通道薄霧的形象接近密集的薄霧井。 我們 可以用深色的渠道，改善大氣光估計(jì)。 我們 首先選出最終的 ％亮像素在黑暗的通道。這些像素是最朦朧。其中這些像素，最高像素的投入力度圖片我被選定為大氣光。這些像素的紅色矩形是：請(qǐng)注意，這些像素可能不亮的整體形象。這個(gè)簡(jiǎn)單的方法，在黑暗的通道的先驗(yàn)更強(qiáng)大的比 “ 最亮的像素 ” 的方法。 我們 用它來(lái)所有圖像自動(dòng)估算大氣燈所示的文件。 圖像去霧的 MATLAB 實(shí)現(xiàn) 19 第 2 章 MATLAB 簡(jiǎn)介 計(jì)算機(jī)作為強(qiáng)有力的計(jì)算工具 ,在科學(xué)與工程計(jì)算方面 ,一直是計(jì)算機(jī)科學(xué)研究的軟件開(kāi)發(fā)的重要內(nèi)容。在一般的工程計(jì)算方面 ,運(yùn)行在微機(jī)上的多種計(jì)算軟件已經(jīng)日臻成熟。而最著名的就是美國(guó) Math Works 公司的 MATLAB。 MATLAB 語(yǔ)言的傳統(tǒng)優(yōu)點(diǎn) MATLAB 自問(wèn)世起，就以數(shù)值計(jì)算稱雄。 MATLAB 進(jìn)行數(shù)值計(jì)算的基本處理單位是復(fù)數(shù)數(shù)組（或稱陣列），并且數(shù)組維數(shù)是自動(dòng)按照規(guī)則確定的。這一方面使 MATLAB 程序可以被高度 “ 向量化 ” ，另方面使用戶易寫(xiě)易讀。 指令是簡(jiǎn)單的，但其內(nèi)涵卻遠(yuǎn)遠(yuǎn) 超出了普通教科書(shū)的范圍，其計(jì)算的快速性、準(zhǔn)確性和穩(wěn)定性都是普通程序所遠(yuǎn)不及的。 語(yǔ)言新特點(diǎn) 數(shù)據(jù)類型和面向?qū)ο缶幊碳夹g(shù) 版與舊版最顯著的不同在于數(shù)據(jù)類型的變化。 版現(xiàn)有六種基本數(shù)據(jù)類型：雙精度數(shù)組、字符串?dāng)?shù)組、元胞數(shù)組、構(gòu)架數(shù)組、稀疏矩陣和 unit8 數(shù)據(jù)。 數(shù)據(jù)類型的變革，面向?qū)ο缶幊碳夹g(shù)的采用，所產(chǎn)生的影響是廣泛而深層的。這種影響首先表現(xiàn)在 MATLAB 的自身。從 版起， MATLAB 就用新數(shù)據(jù)類型逐步地對(duì)其自身的函數(shù)指令加以改 造。這個(gè)過(guò)程一直延續(xù)到 版才基本完成。比如 版就推出了一組名稱全新（求取極小值等）的泛函指令，它們優(yōu)化參數(shù)的設(shè)置是采用構(gòu)架數(shù)組進(jìn)行的。再如 版提供的常微分方程解算指令 ODE Solver 的參數(shù)設(shè)置也全是靠新數(shù)據(jù)類型進(jìn)行的。 新數(shù)據(jù)類型和面向?qū)ο蠹夹g(shù)的影響之二：若干通用工具包的相應(yīng)升級(jí)。以符號(hào)計(jì)算為例，在 MATLAB 中， Symbolic Math Toolbox 版處理符號(hào)計(jì)算的指令形式與數(shù)值計(jì)算指令形式很不協(xié)調(diào)，顯得十分生硬。比如，符號(hào)矩陣的“ 四則 ” 運(yùn)算 的舊版指令分別是 symadd , symsub , symmul 和 inverse 。但在 版中，符號(hào)工具包已升級(jí)為 版，新的 “ 四則 ” 符號(hào)運(yùn)算指令形式上與數(shù)值計(jì)算完全相同，它們分別是 + , , * , / 。新的符號(hào)計(jì)算形式已被改造得與 “ MATLAB 風(fēng)格數(shù)值計(jì)算形式 ” 渾然統(tǒng)一。 圖像去霧的 MATLAB 實(shí)現(xiàn) 20 新數(shù)據(jù)類型和面向?qū)ο蠹夹g(shù)影響之三：一系列的應(yīng)用工具包相繼升級(jí)。這不僅使應(yīng)用工具包表現(xiàn)更為友善，而且功能大大加強(qiáng)。以控制工具包為例，新版利用構(gòu)架數(shù)組和重載技術(shù)，把線性時(shí)不變系統(tǒng)（ Linear TimeInvariant system ）設(shè)計(jì)為 “ LTI 對(duì)象 ” 。這樣處理后，不管 LTI 是由傳遞函數(shù)產(chǎn)生、由零極點(diǎn)增益方式產(chǎn)生，還是由狀態(tài)方程形式創(chuàng)建，只要是 LTI 對(duì)象，它們之間就可方便地進(jìn)行各種數(shù)學(xué)運(yùn)算。 控制流和函數(shù)類型 新版 MATLAB 的控制流新增了多分支結(jié)構(gòu) switchcase 、 trycatch 結(jié)構(gòu)和警告提示指令 error 、 warning 。這進(jìn)一步提高了程序的可讀性和運(yùn)行可靠性。 新版的函數(shù)類型大大豐富，適應(yīng)編制和管理復(fù)雜程度不同的程序。例如內(nèi)聯(lián)函數(shù)比 較簡(jiǎn)練，適用于各類比較簡(jiǎn)單數(shù)學(xué)模型。而子函數(shù)、私用函數(shù)的增添，使得復(fù)雜函數(shù)比較容易組織，既提高了軟件的 “ 重用度 ” ，又避免了眾多內(nèi)存變量名的沖突、龐大工具庫(kù)的函數(shù)名沖突。 為函數(shù)設(shè)計(jì)了新的變長(zhǎng)度輸入輸出宗量 varagin、 varagout。采用了這種變長(zhǎng)度宗量， MATLAB 自身的新版指令被進(jìn)一步 “ 柔性化 ” 。一個(gè)指令可以接受任意多個(gè)輸入宗量，可以產(chǎn)生任意多個(gè)輸出宗量，以適應(yīng)不同場(chǎng)合的需要。可使得所有這些措施使得 MATLAB 能更加便捷地編制復(fù)雜的大型程序。當(dāng)然，用戶也可以借助這種變長(zhǎng)度宗量來(lái)編制靈活多變 的應(yīng)用程序。 工作環(huán)境 所謂工作環(huán)境是指：幫助系統(tǒng)、工作內(nèi)存管理、指令和函數(shù)管理、搜索路徑管理、操作系統(tǒng)、程序調(diào)試和性能剖析工具等。 傳統(tǒng)工作環(huán)境 與同時(shí)期其他數(shù)學(xué)類軟件相比，舊版 MATLAB 的工作環(huán)境雖屬比較友善之列，但其工作環(huán)境確實(shí)比較 “ 單調(diào) ” 。它的幫助系統(tǒng)是 “ 純文本 ” 形式的；內(nèi)存管理、路徑管理、調(diào)試工具是單純指令操縱形式的；文件類型也形式單一，僅有 M 文件和 MAT 文件。 版情況開(kāi)始變化，但那只是過(guò)渡形式 。 圖像去霧的 MATLAB 實(shí)現(xiàn) 21 工作環(huán)境新特點(diǎn) （ 1）大量引入 圖形用戶界面 （ 2）引入了全方位幫助系統(tǒng) （ 3） 文件編輯、調(diào)試的集成環(huán)境 （ 4） 文件的性能剖析 （ 5） Notebook 新的安裝方式 （ 6） MATLAB 環(huán)境可運(yùn)行文件的多樣化 圖像去霧的 MATLAB 實(shí)現(xiàn) 22 第 3 章 主要程序與圖像處理結(jié)果 流 程圖 ： 本文中 ，利用暗原色圖來(lái)得到大氣光線的估測(cè)。首先，由于晴朗天氣時(shí)，圖像暗原色接近于黑色，因此可以用霧天圖像的暗原色圖來(lái)粗略表征霧的濃度，將暗原色圖中亮度大的區(qū)域看做霧濃度大的區(qū)域。當(dāng)圖像存在大面積天空 區(qū)域時(shí)，首先提取該圖像暗原色圖的直方圖，然后通過(guò)觀察直方圖灰度聚集分布范圍，找到突變值，合理設(shè)定灰度空間（ s1， s2），確定天空區(qū)域的大致范圍，最后將天空區(qū)域中灰度值出現(xiàn)頻率最高的值對(duì)應(yīng)像素點(diǎn)顏色作為大氣光線值。當(dāng)圖像沒(méi)有天空區(qū)域或天空區(qū)域 較少時(shí)，圖像暗原色圖灰度通常是連續(xù)的，這里使用 He 等人的求取方法，取暗原色圖中亮度最大的 %像素，在這些像素當(dāng)中取強(qiáng)度最大的像素點(diǎn)，對(duì)應(yīng)輸入圖像的顏色被確定為大氣光線值。 圖 暗通道先驗(yàn)算法流程圖 分塊，得到暗原色圖像 與領(lǐng)域內(nèi)暗色 最相近像素點(diǎn)做比 較 判斷是否邊緣 是 否 取最相近點(diǎn)暗色值為新暗原色 保留源暗原色值 根據(jù)暗原色圖得到直接散射 根據(jù)圖像天空范圍求取大氣光線值 求得清晰圖像 圖像去霧的 MATLAB 實(shí)現(xiàn) 23 具體程序 ： img_name=39。39。 I=double(imread(img_name))/255。%圖像信息 [h,w,c]=size(I)。 win_size = 7。 img_size=w*h。 dehaze=zeros(img_size*c,1)。 dehaze=reshape(dehaze,h,w,c)。 figure, imshow(I)。 win_dark=zeros(img_size ,1)。 for cc=1:img_size win_dark(cc)=1。 end win_dark=reshape(win_dark,h,w)。 %計(jì)算分塊 darkchannel for j=1+win_size:wwin_size for i=win_size+1:hwin_size m_pos_min = min(I(i,j,:))。 for n=jwin_size:j+win_size for m=iwin_size:i+win_size if(win_dark(m,n)m_pos_min) win_dark(m,n)=m_pos_min。 end end end 圖像去霧的 MATLAB 實(shí)現(xiàn) 24 end end figure, imshow(win_dark)。 for cc=1:img_size win_dark(cc)=1win_dark(cc)。 end %選定精確 dark value 坐標(biāo) win_b = zeros(img_size,1)。 for ci=1:h for cj=1:w if(rem(ci8,15)1) if(rem(cj8,15)1) %這么做的目的是 在全矩陣中得到稀疏點(diǎn) 均勻分布在矩陣中 win_b(ci*w+cj)=win_dark(ci*w+cj)。 end end end end %顯示分塊 darkchannel %figure, imshow(win_dark)。 neb_size = 9。 win_size = 1。 epsilon = 。 %指定矩陣形狀 indsM=reshape([1:img_size],h,w)。 %計(jì)算矩陣 L 圖像去霧的 MATLAB 實(shí)現(xiàn) 25 tlen = img_size*neb_size^2。 row_inds=zeros(tlen ,1)。 col_inds=zeros(tlen,1)。 vals=zeros(tlen,1)。 len=0。 for j=1+win_size:wwin_size for i=win_size+1:hwin_size if(rem(ci8,15)1) if(rem(cj8,15)1) continue。 end end win_inds=indsM(iwin_size:i+win_size,jwin_size:j+win_size)。 win_inds=win_inds(:)。%列顯示 winI=I(iwin_size:i+win_size,jwin_size:j+win_size,:)。 winI=reshape(winI,neb_size,c)。 %三個(gè)通道被拉平成為一個(gè)二維矩陣 3*9 win_mu=mean(winI,1)39。 %求每一列的均值 如果第二個(gè)參數(shù)為 2 則為求每一行的均值 //矩陣變向量 win_var=inv(winI39。*winI/neb_sizewin_mu*win_mu39。 +epsilon/neb_size*eye(c))。 %求方差 winI=winIrepmat(win_mu39。,neb_size,1)。%求離差 tvals=(1+winI*win_var*winI39。)/neb_size。% 求論文所指的矩陣 L row_inds(1+len:neb