数字图像处理课设.docVIP

专业综合实验报告 ----数字图像处理 专 业: 电子信息工程 班 级: 学生姓名: 学 号: 指导教师: 年月日  设计题目：图像去雾处理 设计目的 由于大气的散射作用，照相机接收到景物反射过来的光线经过了衰减。雾天的大气退化图像具有对比度低、景物不清晰的特点，给交通系统及户外视觉系统的应用带来严重的影响。。鉴于图像处理和计算机视觉中有关图像理解、目标识别、目标跟踪、智能导航等领域的很多算法都是假设输入的图像或视频是在理想天气条件下拍摄的，因此有雾图像清晰化就显得格外重要，是目前人们研究的热点问题之一，但由于成像系统聚焦模糊、拍摄场景存在相对运动以及雾天等不利环境，使得最终获取的图像往往无法使用。有雾天气条件下获取的图像对比度低、图像内容模糊不清而且颜色整体偏向灰白色，图像去雾的目的就是恢复有雾图像的对比度和真实色彩，重现在理想天气条件下拍摄的清晰图像。 设计内容和要求 1、 采用直方图均衡化方法增强雾天模糊图像，并比较增强前后的图像和直方图； 2、 查阅文献，分析雾天图像退化因素，设计一种图像复原方法，对比该复原图像与原始图像以及直方图均衡化后的图像； 设计思路 由于图像中存在噪声等干扰，使得图像模糊不清。可以采用图像增强的方法对原图像处理，使图像变得清晰。而直方图均衡化是一种常用的图像增强的方法。图像模糊，其图像的像素分布不均匀，采用直方图均衡化的方法使其图像像素分布均匀，从而达到均衡像素分布增强图像的目的。 设计方案 在晴朗的天气条件下，洁净的空气一般是由氦气、氧气等气体分子、水蒸汽、微量的固体悬浮颗粒物等成分构成。在这种大气条件下，从物体表面反射的光线在到达成像设备的过程中，基本不会受大气中各种成分的影响发生散射、吸收、发射等现象，而是直接到达成像设备。相对在有雾天气条件下获得的图像，在这种理想天气条件获得的图像，我们称之为清晰无雾图像。而在有雾天气条件下获得的图像模糊不清，图像对比度下降，图像的颜色发生漂移，偏向灰白色。 无雾图像和有雾图像相比对比度较高，因此可以考虑增强局部对比度方法进行去雾： 1、对彩色图像RGB模型转换为HSI，对I分量分析图像直方图； 2、设置适合尺寸模版，对I分量进行局部直方图均衡化增强，分析增强前后的图像和直方图。 3、查阅“基于暗原色先验的单一图像去雾方法”，设计图像无雾算法。 流程框图 直方图均衡化 对于连续图像，设r和s分别表示被增强图像和变换后图像的灰度。为了简单，在下面的讨论中，假定所有像素的灰度已被归一化了，就是说，当 时，表示黑色；当 时，表示白色；变换函数 与原图像概率密度函数 之间的关系为： （1） 式中：r为积分变量。式（1）的右边可以看作是r的累积分布函数（CDF），因为CDF是r的函数，并单调地从0增加到1，所以这一变换函数满足了前面所述的关于 在 内单值单调增加，对于 ，有 的两个条件。 由于累积分布函数是r的函数，并且单调的从0增加到1，所以这个变换函数满足对式（1）中的r求导，则： （2） 再把结果带入式： 则得 （3） 由以上推到可见，变换后的变量s的定义域内的概率密度是均匀分布的。由此可见，用r累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像。其结果扩展了像素取值的动态范围。 上面的修正方法是以连续随机变量为基础进行讨论的。为了对图像进行数字处理，必须引入离散形式的公式。当灰度级是离散值的时候，可用频数近似代替概率值，即： （4） 式中，L是灰度级数； 是取第k级灰度值的概率； 是在图像中出现第k级灰度的次数；N是图像中像素数。 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。式（1）的直方图均衡化累积分布函数的离散形式可由式（5）表示： ，（5） 其反变换为 （6） 直方图均衡化效果： 原图 直方均衡后 原图 直方