【《图像去雾方法实现设计分析案例》2200字】

图像去雾方法实现设计分析案例目录TOC\o"1-2"\h\u1888图像去雾方法实现设计分析案例 1253331.1直方图均衡化的图像去雾 191471.2Retinex算法 2117201.3暗原色先验去雾 31.1直方图均衡化的图像去雾直方图均衡化方法的思想源于对雾天图像的分析。雾天图像由于蒙上了一层雾气，其灰度值向一个范围内集中，对比度下降。采用直方图均衡化的方法可以使灰度值在整个灰度范围内均匀分布，获得更大的图像动态范围，从而达到增强雾天图像整体对比度的效果。以下展示了直方图均衡化的效果：（2）（3）（4）图1.1直方图均衡化图1.11为原图像；图2为图1的直方图；3为直方图均衡化结果；图3为图4的直方图直方图均衡化所采用的方法是利用累积分布函数作为图像灰度值的变化曲线。根据计算区域的不同，基于直方图均衡化的算法分为全局直方图均衡化和局部直方图均衡化。通过均匀地校正直方图，可以增加图像的灰度间距，从而使图像更清晰。通常把为得到均匀直方图的图像增强技术叫做直方图均衡化处理或直方图线性化处理。全局直方图均衡化的优势是计算量小、效率高，特别适合于增强整体偏暗或偏亮的图像，但是针对整幅图像进行灰度统计操作的全局方法很难使每个局部区域都得到复原的最优值，不能适应输入图像的局部亮度特性，且处理后图像的灰度层次感降低。局部直方图均衡化的基本思想是将直方图均衡化运算分散到图像的局部区域，通过局部运算的叠加自适应地增强图像局部信息达到所需要的增强效果，适用于景深多变，对比度低的雾天图像处理。MATLAB中可以通过histeq函数实现直方图均衡化，函数调用方法为： （3-1） 该函数对灰度图像I进行变换，返回有N级灰度的图像J。1.2Retinex算法Retinex方法来源于Retinex理论，即视网膜大脑皮层理论，它是Landh和McCann从人眼对颜色的感知特性出发建立起来的，其实质就是从图像中抛开照射光的影响来获取物体的反射性质，是一种描述颜色不变性的理论。Retinex理论认为，在视觉信息的传导过程中，人类的视觉系统对信息进行了某种处理，去除了光源强度和照射不均匀等一系列不确定的因素，而只保留了反映物体本质特征的信息，如反射系数等。Retinex

理论在结合了物体本身不具有颜色而是通过环境光和物体相互作用表现出了不同的颜色的描述后变得更加接近现实[12]。一幅图像S(x,y)可分解成：反射物体图像R(x,y)和环境照射量（入射光）图像L(x,y)，其原理示意图如图8.3-1所示。图1.2

Retinex理论示意图

用公式可以表示为：

S(x,y)=R(x,y)L(x,y)

其中，R(x,y)表示反射分量，代表物体表面的反射特性；L(x,y)表示照度分量，取决于环境光照特性；S(x,y)是被接受的图像。L(x,y)决定图像的动态范围，R(x,y)决定图像的内在性质。基于Retinex理论，如果可以找到把F(x,y)中估计出L(x,y)的方法，把反射分量从光照总量中分离出来，就能够降低入射分量对图像的影响，从而达到增强图像的目的。Retinex方法具有锐化、颜色恒常性、动态范围压缩大、色彩保真度高等特点。Retinex方法不仅可以图像的对比度和明亮度，而且可以缩小过于大的灰度动态范围，可以增强相对暗的区域的图像细节，对于彩色图像的增强和去雾处理有很大的优势。多年来，Retinex算法从单尺度SSR改进成多尺度MSR算法。多尺度算法在单尺度的基础上不但可以保持图像的保真度和动态范围压缩，而且还可以实现色彩增强局部，全局动态范围压缩。1.3暗原色先验去雾暗通道先验方法由何恺明等人提出。黑暗原色先验依赖于室外没有云雾的图像资料库中的统计定律。它基于我们通过观测获得的一个关键性事实,大多数室外无雾图像都是在每一个局部地带的区域中至少能够达到一个颜色通道强度极低的像素值。在那些受到空气云雾辐射干扰的大气影响的光图像中，这些深色原色的强度值将变得更高，并确定透射率的大小，从而可以很好地估计透射率。深色原色点主要存在于对象的局部阴影，自然景观的投影等中。关于造成深色原色的原因，何玉明对此进行了解释：红色，蓝色和绿色是三种主要的光学色。即使是绿树，红色和蓝色的亮度也会很低，因此会有深色的原色。1.暗原色先验模型（1）估测透射率分透射率反映了空气中光透射的重要特征。假设一个影像的大气是均匀的,则对于整个影像在某一特定时刻,总散射系数β是一个固定的值,因此影像上各个节点之间的散射退化程度也可能是不相同的,这主要依赖于传播的距离,亦即景深。基于对暗原色进行先验知识和对雾影像图进行模拟,能够直接估算其在成像过程中的雾密度,从而准确地估计得出透射比

t

。首先,假设我们对大气中的光分量A是已知的,并且对局部地带区域Ω中，透射率保持不变，则有：(2-13)（2-14）公式（2-14）中，c为图像R、G、B三通道之中一个颜色通道，Ω表示以像素x为中心的块，在这里其大小为15*15.又已知无雾图像的暗原色值很小，接近零，锲A≠0，则可知透射率的表达式为：（2-15）这样就可以粗略的估计透射率图。（2）复原物体光线通过投影分布，我们可以还原图像。当t（x）接近于0时，直接衰减量J（x）t（x）也将接近于0，并且通过直接恢复获得的原始图像也趋于包含噪声。因此，我们为投影因子t（x）设置了下限t0。最终的恢复J（x）由以下表达式实现：（2-16）(3)估测大气光通常情况下，大气光用图像中最明亮的颜色来作为估计的，因为大量的灰霾经常会导致一个发亮的颜色。但是，在这种算法下，本来就比较明亮的物体会被选中，比如说白色建筑物，白色车子等，因而便会导致一个本来不应该作为大气光参照值的结果被用作大气光的估计。为了更加可靠的对大气光进行估计，