直方图去雾增强.pptVIP

基于直方图均衡的图像去雾算法研究 实践目的及意义 实践主要内容 图像去雾概述 基于直方图均衡的去雾算法 全局直方图均衡（HE） 子块重叠局部直方图均衡化（LAHE） 子块不重叠局部直方图均衡化 子块部分重叠局部直方图均衡化（POSHE） 基于直方图均衡的去雾效果 基于直方图均衡的算法优缺点比较 实践总结 ????? 姓名：XXX 学号：xxxxxxxx 专业：xxxxxxx 指导老师：xxxxx 视频监控系统框图 现今社会是一个高度复杂的人口密集型社会，人们的活动方式越来越多样、活动范围越来越大，由此面临的突发事件、异常事件等不安全因素也越来越多。视频监控系统在解决这些问题时可以发挥积极的作用，因此随着社会的发展，它的需求和规模会越来越大，同时其难度也会日益突出 。 然而在上述过程中，成像系统通常会受到外在环境的影响（如雨、雾等恶劣天气）和内在条件（如传感器自身的固有性能、系统噪音、散焦模糊、有限的采样率等）的限制，使得拍摄的视频图像存在着不同程度的降质，如此退化的图像往往不能满足应用的需要。 图像去雾概述 1 基于直方图均衡的去雾算法 2 基于直方图均衡的去雾效果 3 结论 4 目前，对于雾天图像进行清晰化处理的技术主要分为两类：一种是基于图像处理，通过增强图像对比度而达到清晰化目的的；另一种是基于物理模型的图像复原方法，从雾形成原因的角度对大气散射作用进行建模分析处理的。 图像去雾 基于图像增强 基于物理方法 基于直方图均衡的算法以概率论为基础，用灰度变换达到图像增强的目的，是图像增强中最常用的算法之一。 直方图均衡化分为全局直方图均衡化和局部直方图均衡化，而根据移动子块之间重叠与否又可分为子块不重叠局部直方图均衡化、子块重叠局部直方图均衡化（LAHE）和子块部分重叠局部直方图均衡化（POSHE）等方法。 全局直方图均衡算法步骤： ①逐点移动，中心替换 ②计算量巨大 ①块间不重叠，直接替换 ②块效应明显 ①部分重叠，像素平均 ②仍然存在一定块效应 图1 原图及其直方图 图2 全局直方图均衡化及其直方图 图3 40*60大小子块的子块不重叠局部直方图均衡化 图4 20*30大小子块的子块不重叠局部直方图均衡化 图5 30*30大小子块的子块重叠局部直方图均衡化 图6 60*60大小子块的子块重叠局部直方图均衡化 图7 40*60大小子块，步长1/4的poshe 图8 80*120大小子块，步长1/4的poshe 图9 80*120大小子块，步长1/8的poshe 还存在一定的块效应 增强图像的同时能较好的保持细节，速度较快 POSHE 细节有损失，计算量巨大 无块效应，考虑周围像素 LAHE 块效应明显，未考虑周围像素 分区域处理 NLAHE 有些区域增强不太明显，有些区域过分增强 速度快 HE 缺点 优点 算法名称 谢谢！ ?????