数字图像处理课程设计(图像去雾).docxVIP

. .专业 数字图像处理 课设题目： 图像去雾 学 院： 信息与电气工程学院 专 业： 电子信息工程 班 级： 姓 名： 学 号： 指导教师： 哈尔滨工业大学（威海） 年 月 日 4 4 7 10 11 一 . 课程设计任务 二. 课程设计原理及设计方案 错误 !未定义书签 . 课程设计的步骤和结果 . 课程设计总结 . 设计体会 六. 参考文献 错误 !未定义书签 .专业 . .专业 亠.课程设计任务 由于大气的散射作用，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。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。为了解决这一问题，设计图像复原处理软件 要求完成功能： 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； 3、 设计软件界面 二 . 课程设计原理及设计方案 设计原理 在雾、霾等天气条件下 , 大气中悬浮的大量微小水滴、气溶胶的散射作用导 致捕获的图像严重降质 ,随着物体到成像设备的距离增大 , 大气粒子的散射作用 对成像的影响逐渐增加 . 这种影响主要由两个散射过程造成 : 1) 物体表面的反 射光在到达成像设备的过程中 , 由于大气粒子的散射而发生衰减 ;2) 自然光因大 气粒子散射而进入成像设备参与成像 . 它们的共同作用造成捕获的图像对比度、 饱和度降低 , 以及色调偏移 , 不仅影响图像的视觉效果 , 而且影响图像分析和理 解的性能 . 在计算机视觉领域中 , 常用大气散射模型来描述雾、 霾天气条件下场景的成 像过程.Narasimha n 等给出雾、霾天气条件下单色大气散射模型 (Monochrome atmospheric scat-tering model), 即窄波段摄像机所拍摄的 图像灰度值可表示为 1)I/A 1) I/A 1e P P为场景反照率,d为场景的 式中 , x 为空间坐标 , A 表示天空亮度 (Skylight), 景深，B为大气反射系数。图像去雾的过程就是根据获得的有降质的图像，即 I (x)来推算出p的过程 但由于该物理模型包含 3 个未知参数 , 从本质上讲 , 这是一个病态反问题 在只有单幅图像的条件下， 我们可以考虑用假设以及推算的方式使其中的几个量 固定，然后求解。 设计方案 2.2.1 白平衡 WP (White point) 算法,也称为Max-RGB 算法,利用R、G、B颜色分量 的最大值来估计光照的颜色。我们用天空亮度 A来取代最大值。对于A，如果直 接用图像中最亮的灰度估计的话会受到高亮噪声或白色物体的干扰， 因此我们首 先对图像颜色分量进行最小滤波， 然后选择阀值为 0.99，大于此值的认定为天空 区域，然后取平均值为我们估计的天空亮度 A。然后方程(1)变为 I ( x ) A e d A (1 e d ) ( 2) 估计大气耗散函数 为了简化(2),我们设则 为了简化(2),我们设则 V(X) 1 e (2)变为 I I / A (1 V ( x )) V ( x) (3) V (x)称为大气耗散函数。根据(3)容易发现V (x)满足0V(x)I,如果对 I进行最小滤波得到 W( x )，则V (x)也必定满足0V(x)W(x)。求V (x )的 过程其实是滤波的过程，分为三步： A median (W ) B A median (W A) V max(min( pB ,W ),0) 其中p为恢复系数，去［0,1］中的值(一般为0.9—0.95 )。 2.2.3场景反射率的恢复 通过以上步骤我们获得了 A以及V (x)，至此方程(1)仅含有一个未知量, 即我们要求的场景反射率 (I V ) /( 1 V ) 2.2.4色调映射 映射关系为其中G为求的去雾后的图像灰度最大值。 T /(1 (1 1/G)) 2.2.5与直方图去雾效果对比 使用matlab中的histeq函数对图像的亮度和对比度进行直方图均衡化处理 三.课程设计的步骤和结果 3.1原图像与直方图 global im; global orig; *.jpg ], insert image);[file name, path name]=uigetfile([ *.jpg ], insert image); im=[path name file name]; orig = imread(im); Q = rgb2gray(orig); figure; subplot(1,2, 1); imshow(orig); tit