数字图像处理第三次综合作业 - kaichen zhao.pdfVIP

数字图像处理第三次综合作业 ——图像增强算法实现 自94 班 赵锴琛 1 / 15 目录 数字图像处理第三次综合作业1 一、作业要求3 二、算法调研3 1．基于直方图均衡化3 2.基于频域和空域的滤波4 3.基于统计量的增强4 4.基于物理模型的雾天图像复原4 三、图像增强算法与结果5 1.直方图规范化5 2. 全局直方图均衡化6 3. 对每点进行局域直方图均衡化8 4.分块直方图均衡化后重叠 10 5.高频提升12 6. 根据暗原色先验去雾 13 四、问题与收获14 2 / 15 一、作业要求 使用空域或频域的图像增强算法实现对下图雾天拍摄图片的增强，尽可能消除雾气的影 响。 具体要求： 1.至少实现3 种图像增强算法，你既可以对这些算法进行组合以得到最好的效果，也可 以对比不同算法的效果。 2.在报告中需要给出你设计的处理流程，并且解释这种设计的理由。 3.使用的算法都需要自己编写， matlab 自带的函数仅供参考，例如直方图均衡化的 histeq 函数不可直接调用。 4. （选作）提前预习彩色图像的知识，选择合适的颜色空间直接对fig3 进行增强。 直方图 二、算法调研 国内外已有很多研究人员将大气对成像的影响进行了分析和评估。结合课堂上讲授的方 法，总结的算法包括以下三大类： 1．基于直方图均衡化 该方法的基本思想是把有雾图像的直方图变换为均匀分布的形式，这样就增加了像素灰 度值的动态范围从而达到增强雾天图像整体对比度的效果。大部分文献在进行去雾算法对比 时均以直方图均衡化的去雾效果作为参照。 具体可以通过以下三种方法实现：  全局直方图均衡化 3 / 15  对每点进行局域直方图均衡化  分块进行直方图均衡化（重叠直方图均衡化）  插值直方图均衡化方法 2.基于频域和空域的滤波 这里除了包括课堂上讲的：高频提升，同态滤波 另外的还有：  小波变换  曲波变换 3.基于统计量的增强 4.基于物理模型的雾天图像复原  基于偏微分方程的雾天图像复原 为了对图像恢复结果较差的区域进行局部修正需要操纵图像的梯度场，求解 关于图像梯度场的偏微分方程。  基于深度关系的雾天图像复原： 根据场景深度信息是否已知可将此种复原方法分为两类：  一类是假设场景深度信息已知的方法。 基于物理模型来复原场景对比度的方法使用一个简单的高斯函数对场景 中的光路进行预测，需要雷达装置获取场景深度（Oakley 等人最早提出）  一类是用辅助信息进行场景深度提取的方法。  基于先验信息的雾天图像复原 基于暗原色的单一图像去雾技术。该方法通过收集大量不受雾气影响的图 像，发现了一套能识别雾气浓度的暗原色统计规律。即把图像分成多个子块，每 个子块中都有一些亮度很低的像素。这些“黑点”通常存于物体阴影、黑色物体 以及具有鲜艳颜色的物体中。根据这一规律，只需按雾气浓度局部修复图像各部 分的颜色，就能有效地达到很好的去雾效果，但当场景目标的亮度与大气光相似 时，暗原色先验信息将失效。（何恺明等人最近提出） 4 / 15 三、图像增强算法与结果 1.直方图规范化 Matlab 代码：standardization.m 算法描述： 直方图规范化是增加图像对比度的一种方法。 规范化是将原来的动态范围从fmin -fmax 改变成0-255。也即进行线性变换，将动态范围扩 大。公式如下： 规范化得到的结果如下： 对比规范化前后直方图如下： 原图