【正文】 gh quality depth map can also be obtained as a byproduct of haze removal. Key words: image dehazing。 一種統(tǒng)計(jì)規(guī)律 。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。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。 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。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(jiǎn)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(jiǎn)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(jiǎn)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。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。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。 關(guān)鍵詞 : 圖像去霧 。 暗通道先驗(yàn)算法 。a kind of statistics。 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(duì)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(duì)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(chǎng)景的能見度降低， 圖像中目標(biāo)對(duì)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(duì)場(chǎng)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(cè)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(duì)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。由于大氣散射，霧造成圖像色彩和對(duì)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。對(duì)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(duì)比度滿足主觀視覺要求。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(zhǎng)時(shí)間且效果并不理想。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。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。提出一種交互式的景深估計(jì)方法，通過對(duì)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(duì)單幅降質(zhì)圖像實(shí)現(xiàn)場(chǎng)景復(fù)原。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)。但如何實(shí)現(xiàn)對(duì)單幅圖像自動(dòng)、實(shí)時(shí)地復(fù)原是急需解決的問題。 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，首次將電視攝像機(jī)拍攝的清晰可見光云圖送回地球，遙感圖像的研究受到了越來越多的研究者的重視。但是在遙感數(shù)據(jù)處理過程中突 出的問題是，云霧的存在使得遙感圖像得不到應(yīng)有的信息 ，很多遙感圖像無法發(fā)揮其應(yīng)有的價(jià)值。 1. 1 圖像去霧技術(shù)分類 目前對(duì)于霧天圖像的處理方法主要分為兩類 : 霧天圖像增強(qiáng)和霧天圖像復(fù)原 霧天圖像的增強(qiáng)方法不考慮圖像降質(zhì)原因， 適用范圍廣， 能有效地提高霧天圖像的對(duì)比度， 突出圖像的細(xì)節(jié)， 改善圖像的視覺效果， 但對(duì)于突出部分的信 息可能會(huì)造成一定損失 霧天圖像復(fù)原是研究霧天圖像降質(zhì)的物理過程， 并建立霧天退化模型， 反演退化過程， 補(bǔ)償退化過程造成的失真， 以便獲得未經(jīng)干擾退化的無霧圖像或無霧圖像的最優(yōu)估計(jì)值， 從而改善霧天圖像質(zhì)量 這種方法針對(duì)性強(qiáng)， 得到的去霧效果自然， 一般不會(huì)有信息損失， 處理的關(guān)鍵點(diǎn)是模型中參數(shù)的估計(jì) 對(duì)于每一類方法， 按照去霧方法的相似性進(jìn)一步歸納為不同的子類方法 : 基于圖像處理的霧天圖像增強(qiáng)方法分為全局化的圖像增強(qiáng)方法和局部化的圖像增強(qiáng)方法 。 霧圖增強(qiáng)是智能管理系統(tǒng)的一個(gè)組成部分，在交通管理系統(tǒng)、公路收費(fèi)站、輪船、飛機(jī)場(chǎng)等場(chǎng)合有著廣泛的應(yīng)用場(chǎng)景。在此基礎(chǔ)上提出一種基于單尺度 Retinex 的霧天圖像增強(qiáng)方法。實(shí)驗(yàn)結(jié)果表明該方法去霧效果顯著，且顏色自然。 基于圖像處理的霧天圖像增強(qiáng) ① 全局化的圖像增強(qiáng)方法 全局化的霧天圖像增強(qiáng)方法是指對(duì)灰度值的調(diào)整是由整幅霧天圖像的統(tǒng)計(jì)信息決定的，與被調(diào)整點(diǎn)所處的區(qū)域無關(guān) 。 典型的全局化霧天圖像增強(qiáng)方法主要有 6 種 ： 1) 全局直方圖均衡化算法 。 大 部分文獻(xiàn)在進(jìn)行去霧算法對(duì)比時(shí)均以直方圖均衡化的去霧效果作為參照 。 該算法是一種把頻率過濾和灰度變換相結(jié)合的圖像增強(qiáng)處理方法，也是一種把照明反射模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強(qiáng)對(duì) 比度來改善圖像質(zhì)量的處理技術(shù) 。 3 ) 小波方法 。例如，在多個(gè)尺度上對(duì)霧天圖像的細(xì)節(jié)進(jìn)行均衡化［ 6］，對(duì)圖像的細(xì)節(jié)有很好的銳化作用 。 Retinex 是一種描述顏色不變性的模型，它具有動(dòng)態(tài)范圍壓縮和顏色不變性的特點(diǎn)，對(duì)由于光照不均而引起的低對(duì)比度彩色圖像具有很好的增強(qiáng)效果 。 芮義斌等人根據(jù) Retinex 理論及 MSR 算法，采用正態(tài)截取拉伸對(duì)有霧圖像進(jìn)行處理，取得了較好的圖像去薄霧效果 。 曲波是一種在小波變換基礎(chǔ)上發(fā)展起來的新的多尺度分析方法，由于它特別適合于各向異性奇異性特征的信號(hào)處理，因此能夠很好地彌補(bǔ)小波變換在圖像的曲線邊緣增強(qiáng)方面的局限性 。 6) 基于大氣調(diào)制傳遞函數(shù) ( Atmospherical Modulation TransferFunction， MTF) 增強(qiáng)霧天圖像 。 當(dāng)?shù)?