matlab的图像去雾算法研究
如今人类社会已经进入信息时代，人们利用数字图像对信息进行表达、传递和分析。一幅图像包含的信息是很丰富的，往往人们可以从一幅图像中得到所需要的全部信息，因此，数字图像渐渐进入人们日常生活中。然而，在雾天条件下，室外能见度低，图像信息的采集会受到严重影响，图像信息主体得不到突出。因此，从雾霾天气所采集的退化图像中复原和增强景物细节信息具有重要的现实意义。本文第一部分介绍了课题研究的背景及意义，国内外发展研究状况。第二部分介绍了图像去雾的理论基础，分为空域和频域两部分并详细介绍。第三部分介绍MATLAB并用MATLAB进行去雾系统界面设计及功能实现。第四部分通过MATLAB，采用直方图均衡化和RETINEX算法来对图像进行处理，并且设计实验比较去雾效果。第五部分结论及展望。关键词 图像去雾，MATLAB GUI，直方图均衡化，RETINEX
目录
1 绪论 1
1.1 课题研究目的及意义 1
1.2 国内外发展研究状况 1
1.3 本文研究内容及安排 2
2 图像去雾的理论基础 2
2.1 空域图像增强 3
2.1.1 对比度线性变换增强 3
2.1.2 对比度非线性变换增强 4
2.1.3 对数变换 4
2.1.4 伽玛变换 5
2.1.5 直方图均衡化 6
2.1.6 直方图规定化 7
2.2 频域图像增强 7
2.2.1 低通滤波器 7
2.2.2 高通滤波器 8
2.2.3 同态滤波器 9
2.3 图像去雾算法评价指标 10
3 MATLAB GUI基础理论 11
3.1 MATLAB GUI简介 11
3.2 MATLAB开发环境 11
3.3 GUI模板 12
3.4 图形用户界面设计窗口 12
4 去雾界面仿真及实验结果分析 13
4.1 图像去雾界面 13
4.2 基于直方图均衡化的图像去雾 15
4.2.1 全局直方图处理 16
4.2.2 局部直方图处理 17 *好棒文|www.hbsrm.com +Q: ^351916072#
4.3 基于RETINEX理论的图像去雾 19
4.3.1 RETINEX理论去雾原理 19
4.3.2 RETINEX理论去雾效果 21
4.4 图像处理效果 24
结 论 28
致 谢 29
参 考 文 献 30
1 绪论
1.1 课题研究目的及意义
在如今的社会，图像信息越来越多的被人们作为一种传播方式运用到实际生活中，这是一种快速、方便并且直观的信息表达方式。作为一种信息的载体，数字图像很大程度上可以反映出它所要表达的信息。[1]因此，在人类的日常生活中，数字图像就成为一种必不可少的部分。
随着科学技术的发展，计算机越来越多的进入到人们的日常生活中，比如交通监控设备。但是，由于环境、设备或人为原因，人们所得到的图像多多少少会存在模糊不清或是图像质量退化等问题，这会使人们无法得到图像全部信息，也会影响对图像的分析结果。在雾天室外条件下，图像受恶劣天气的影响，室外能见度低，这会导致图像清晰度下降，有用信息减少，影响了基于图像的户外视觉系统工作的可靠性。[2]这样子图像的有用信息和使用价值会减少，会加大室外图像收集和处理的难度，更严重的会造成图像处理系统非正常工作。生活方面，雾天会严重影响车载系统的成像，导致不必要的状况发生。军事方面，有雾图像会对电子侦察系统造成破坏性的影响。
作为一门新兴技术，去雾技术涉及到各种随机性和复杂性因素的干扰，虽然有很多方法大量涌现，有的方法在一定的层面得到专家的认可，但是这些方法都有自己的局限性，有待进一步的改进和完善。[3]所以，对雾天图像进行去雾处理，是有很大的实际意义的。
1.2 国内外发展研究状况
图像去雾技术就是通过某种算法去除雾的干扰，方便后续得处理。从图像中获得有用的特征值，得到更多有用得信息，实现图像价值的最大化。图像去雾技术由于其具有前沿性、跨学科和应用普遍等特点，受到了高度关注，逐渐成为图像处理领域的一个热门研究学科。[4]
图像去雾技术作为图像处理的一个重要方面，去雾效果的好坏直接影响图像的有用信息，去雾的首要目的就是使去雾后的图像比原始图像更加有使用价值，因此，去雾方法的选择值得去发展研究。
图像去雾的实质就是图像增强，而图像增强又可分为空间域图像增强和频率域图像增强两大类。[5]空间域图像增强是指直接对图像平面进行处理，又可分为局部运算和点运算两部分。[6]局部运算即指对图像的几块小区域分别进行运算，点运算就是指对图像的每个像素点进行运算，比如对数变换、伽玛变换、直方图均衡化等。
频率域图像增强则是将图像变换到频率域，再在对图像进行运算，达到去雾效果，是一种间接图像增强方法。频率域图像增强方法一般有低通滤波、高通滤波和同态滤波等。[7]
当然，本课题选取几种方法可以对图像进行简单处理，然而，国内外的去雾方法不只局限于上述提到的几种方法，还有更快，去雾效果更好的方法，由于时间限制不能全部介绍。
1.3 本文研究内容及安排
本文研究雾天图像的去雾算法，主要是通过图像增强来对图像进行处理，达到去雾效果。在图像去雾的方法中，主要选取全局直方图均衡化，局部直方图均衡化以及RETINEX三种算法来对图像进行处理，通过实验结果，分析每种算法优点和不足，不同算法适用于处理不同图像，并做出后续改进。本文主要结构安排如下：
第一部分：绪论。介绍图像去雾课题研究目的及意义和国内外发展研究状况。
第二部分：分空间域和频率域介绍了一些图像增强的理论基础，并且对去雾效果做出评价指标。
第三部分：介绍MATLAB基础知识，用MATLAM设计去雾系统界面，可以进行图像的载入、截图、保存等操作，以及全局直方图均衡化、局部直方图均衡化和RETINEX的算法实现。
第四部分：基于直方图均衡化和RETINEX理论，利用MATLAB进行图像去雾处理，分析比较实验结果。
第五部分：对本次课题进行总结，对未来开展的工作进行展望。
2 图像去雾的理论基础
图像增强就是指按照特定的要求来突出一幅图像中的重要信息，同时减少或去除一些不需要的信息的处理技术。[8]图像增强的主要作用是相对与原图像，处理后的图像能更加有效地满足某些特定应用的要求。根据图像处理空间的不同，图像增强基本可分为两大类：空间域处理法、频率域处理法。空间域处理法是直接对图像进行平面处理，一般是以图像灰度映射变换为基础并且根据图像增强的目的来采用所需的映射变换，常见的图像对比度增强、图像的灰度变换等均属于空间域处理法。频率域处理法，其通过进行某种图像变换（如傅里叶变换、小波变换等）得到频率域结果并进行修改的方法来实现对图像的增强处理。
目录
1 绪论 1
1.1 课题研究目的及意义 1
1.2 国内外发展研究状况 1
1.3 本文研究内容及安排 2
2 图像去雾的理论基础 2
2.1 空域图像增强 3
2.1.1 对比度线性变换增强 3
2.1.2 对比度非线性变换增强 4
2.1.3 对数变换 4
2.1.4 伽玛变换 5
2.1.5 直方图均衡化 6
2.1.6 直方图规定化 7
2.2 频域图像增强 7
2.2.1 低通滤波器 7
2.2.2 高通滤波器 8
2.2.3 同态滤波器 9
2.3 图像去雾算法评价指标 10
3 MATLAB GUI基础理论 11
3.1 MATLAB GUI简介 11
3.2 MATLAB开发环境 11
3.3 GUI模板 12
3.4 图形用户界面设计窗口 12
4 去雾界面仿真及实验结果分析 13
4.1 图像去雾界面 13
4.2 基于直方图均衡化的图像去雾 15
4.2.1 全局直方图处理 16
4.2.2 局部直方图处理 17 *好棒文|www.hbsrm.com +Q: ^351916072#
4.3 基于RETINEX理论的图像去雾 19
4.3.1 RETINEX理论去雾原理 19
4.3.2 RETINEX理论去雾效果 21
4.4 图像处理效果 24
结 论 28
致 谢 29
参 考 文 献 30
1 绪论
1.1 课题研究目的及意义
在如今的社会，图像信息越来越多的被人们作为一种传播方式运用到实际生活中，这是一种快速、方便并且直观的信息表达方式。作为一种信息的载体，数字图像很大程度上可以反映出它所要表达的信息。[1]因此，在人类的日常生活中，数字图像就成为一种必不可少的部分。
随着科学技术的发展，计算机越来越多的进入到人们的日常生活中，比如交通监控设备。但是，由于环境、设备或人为原因，人们所得到的图像多多少少会存在模糊不清或是图像质量退化等问题，这会使人们无法得到图像全部信息，也会影响对图像的分析结果。在雾天室外条件下，图像受恶劣天气的影响，室外能见度低，这会导致图像清晰度下降，有用信息减少，影响了基于图像的户外视觉系统工作的可靠性。[2]这样子图像的有用信息和使用价值会减少，会加大室外图像收集和处理的难度，更严重的会造成图像处理系统非正常工作。生活方面，雾天会严重影响车载系统的成像，导致不必要的状况发生。军事方面，有雾图像会对电子侦察系统造成破坏性的影响。
作为一门新兴技术，去雾技术涉及到各种随机性和复杂性因素的干扰，虽然有很多方法大量涌现，有的方法在一定的层面得到专家的认可，但是这些方法都有自己的局限性，有待进一步的改进和完善。[3]所以，对雾天图像进行去雾处理，是有很大的实际意义的。
1.2 国内外发展研究状况
图像去雾技术就是通过某种算法去除雾的干扰，方便后续得处理。从图像中获得有用的特征值，得到更多有用得信息，实现图像价值的最大化。图像去雾技术由于其具有前沿性、跨学科和应用普遍等特点，受到了高度关注，逐渐成为图像处理领域的一个热门研究学科。[4]
图像去雾技术作为图像处理的一个重要方面，去雾效果的好坏直接影响图像的有用信息，去雾的首要目的就是使去雾后的图像比原始图像更加有使用价值，因此，去雾方法的选择值得去发展研究。
图像去雾的实质就是图像增强，而图像增强又可分为空间域图像增强和频率域图像增强两大类。[5]空间域图像增强是指直接对图像平面进行处理，又可分为局部运算和点运算两部分。[6]局部运算即指对图像的几块小区域分别进行运算，点运算就是指对图像的每个像素点进行运算，比如对数变换、伽玛变换、直方图均衡化等。
频率域图像增强则是将图像变换到频率域，再在对图像进行运算，达到去雾效果，是一种间接图像增强方法。频率域图像增强方法一般有低通滤波、高通滤波和同态滤波等。[7]
当然，本课题选取几种方法可以对图像进行简单处理，然而，国内外的去雾方法不只局限于上述提到的几种方法，还有更快，去雾效果更好的方法，由于时间限制不能全部介绍。
1.3 本文研究内容及安排
本文研究雾天图像的去雾算法，主要是通过图像增强来对图像进行处理，达到去雾效果。在图像去雾的方法中，主要选取全局直方图均衡化，局部直方图均衡化以及RETINEX三种算法来对图像进行处理，通过实验结果，分析每种算法优点和不足，不同算法适用于处理不同图像，并做出后续改进。本文主要结构安排如下：
第一部分：绪论。介绍图像去雾课题研究目的及意义和国内外发展研究状况。
第二部分：分空间域和频率域介绍了一些图像增强的理论基础，并且对去雾效果做出评价指标。
第三部分：介绍MATLAB基础知识，用MATLAM设计去雾系统界面，可以进行图像的载入、截图、保存等操作，以及全局直方图均衡化、局部直方图均衡化和RETINEX的算法实现。
第四部分：基于直方图均衡化和RETINEX理论，利用MATLAB进行图像去雾处理，分析比较实验结果。
第五部分：对本次课题进行总结，对未来开展的工作进行展望。
2 图像去雾的理论基础
图像增强就是指按照特定的要求来突出一幅图像中的重要信息，同时减少或去除一些不需要的信息的处理技术。[8]图像增强的主要作用是相对与原图像，处理后的图像能更加有效地满足某些特定应用的要求。根据图像处理空间的不同，图像增强基本可分为两大类：空间域处理法、频率域处理法。空间域处理法是直接对图像进行平面处理，一般是以图像灰度映射变换为基础并且根据图像增强的目的来采用所需的映射变换，常见的图像对比度增强、图像的灰度变换等均属于空间域处理法。频率域处理法，其通过进行某种图像变换（如傅里叶变换、小波变换等）得到频率域结果并进行修改的方法来实现对图像的增强处理。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/rwxy/wuli/89.html
