去雾算法

（设计报告自己独立完成，如有雷同，双方均为0分，请同学们自己保护好自己的设计报告，特此申明）。通信技术实践设计报告课题名称：专业班级：学生姓名：学号：指导教师：起止时间：2014年3月16日至2014年6月25日XXX大学信息科学与工程学院（注：以上手写，打印前去掉本行。下同，斜体字均为说明，打印前去掉）2XXX大学信息科学与工程学院课程设计任务书课程通信技术实践班级通信工程一班指导教师题目去雾算法同组人数1人任务要求软件开发，程序语言不限，建议c语言选用qt或mfc平台，matlab亦可。相关资料查阅、整理，注意最后的成果中要包括查阅的资料。报告书要求设计报告主要包括内容（参见后面的格式）：1．系统的功能需求及分析2．系统总体结构3．系统实现（包括数据结构、主要算法的实现，界面设计等，根据自己的系统实际情况可以增加或删除部分内容）4．系统功能测试5．设计体会要求：学生完成设计后，每个同学均应提交设计报告及软件或硬件（同一小组共同完成的系统可只提交一份软件）；设计报告要求文字通畅，排版规范；设计报告文字原则上不少于3000字（程序代码除外），并装订成册。指导地点及考核时间1、指导地点：语音大楼601032、考核时间：第18周星期三上午（答辩方式考核，学生用PPT汇报及演示）版面要求1．题目用黑体三号，段后距18磅（或1行），居中对齐；2．标题用黑体四号，段前、段后距6磅（或0.3行）；3．正文用小四号宋体，行距为固定值“20”，程序代码用固定值“15”；4．标题按“一”、“㈠”、“1”、“⑴”顺序编号。3重庆交通大学信息学院课程设计评分表序号项目评分标准及说明评分1纪律及平时成绩（20%）按规定时间到实验室完成实验及综合实验，每缺1次实验扣2分，缺4次及以上不得分。2系统演示（功能）及答辩（40%）根据学生PPT汇报、系统演示及回答问题情况，由答辩组(老师)给出答辩等级(直接在此评分表中打“√”)，指导教师按等级相应分值打分答辩等级分值A+39-40A38A-36-37B+34-35B32-33B-30-31C+28-29C26-27C-24-25D0-233项目设计报告（40%）根据学生完成的项目设计报告书情况，由指导教师给定等级(直接在此评分表中打“√”)及成绩（特别提醒：设计报告相同者均记0分）报告等级分值A+39-40A38A-36-37B+34-35B32-33B-30-31C+28-29C26-27C-24-25D0-23指导教师：总分：4目录一、课题意义...........................................1（一）研究意义......................................1（二）研究现状......................................1二、相关知识...........................................4（一）系统功能及简介：..............................4（二）用到的知识....................................5三、系统设计与实现.....................................5（一）实现条件......................................5硬件条件：计算机.......................................5软件条件：matlab.......................................5（二）设计流程图....................................5（三）编码与测试....................................6（四）运行结果及分析................................8四、设计心得..........................................10五、结论与展望........................................10（一）结论.........................................10（二）展望.........................................10六、参考文献..........................................11去雾算法一、课题意义雾天时，弥漫在空中的雾气模糊了人们的视线，使得景物的能见度大幅降低，给人们的生产生活带来了严重的影响。雾天获得的图像受到严重退化，不仅模糊不清，对比度降低，而且彩色图像还会出现严重的颜色偏移与失真，比如沙尘暴天气获得的图像往往出现严重的泛红现象。这大大降低了图像的应用价值，将给户外图像采集和处理系统带来很大的困难，甚至无法正常工作，对生产和生活等各方面造成了极大的影响，例如高速公路图像监视系统，在恶劣的天气条件下得到的退化图像会对判断车辆信息和监控交通情况造成极大的困难；在军事侦查和监视中，退化图像对信息的识别和处理会造成偏差，而偏差的后果是非常严重的；遥感探测中退化图像同样会对后续的信息处理产生很大的干扰。因此，对这种自然现象引起的图像质量下降展开图像信号处理研究，具有普遍的意义。（一）研究意义另一方面，由于计算机技术的迅猛发展，计算机的运行速度越来越快，图像处理系统的价格日益下降。随着计算机视觉与图像处理技术的发展，户外视觉系统的研究与应用正在飞速增长，从而使图像处理得意广泛应用于工多的科学和工程领域，其中户外监视系统、地形分类系统、自动导航系统以及军用探测系统等视觉系统的应用越来越受到人们的关注，他们将改变人们的生产手段和生活方式。这些户外视觉系统需要以户外景物图像为输入，通过计算机视觉、图像处理等处理技术准确检测输入图像的特征。为了保证视觉系统的全天候正常工作，就必须使系统能适用于各类天气状况，这样才能提高系统的可靠性，而雾天天气条件是各种天气条件中对视觉影响最严重的一种，雾天户外景物图像的对比度和颜色都会被改变或退化，图像中蕴含的很多特征都被覆盖或模糊，导致这些视觉系统无法正常工作因此，研究如何对尘雾等额略天气条件下获得的图像退化进行有效地处理，对大气退化图像的复原和景物细节的信息增强有着非常重要的现实意义。本论文展开了雾天天气下的景物清晰化技术的讨论。雾天下图像的清晰化技1术有可能对其他恶劣天气条件下图像的清晰化技术也起到了促进作用。从而促使全天候视觉系统排除天气状况的干扰和影响。此方面技术的研究对很大应用前景。图像处理科学与技术逐步向其他科学领域渗透并为其他学科所利用是必然的。（二）研究现状为了改善退化图像的质量，可以采用模拟和数字两种图像处理技术进行处理，模拟图像处理利用光学处理和电子处理，特点是速度快实时性好，但是精度较差，灵活性差，很难有判别能力和非线性处理能力。而数字图像处理采用计算机或实时硬件处理，处理精度高，可以进行复杂的非线性处理，有灵活的变通能力。采用数字图像处理技术对退化图像进行处理的方法有很多种，一般分为两类：第一类是从图像呈现的低亮度和低对比度的特征考虑，采用增强的方法处理，即图像增强。图像增强处理则不考虑退化原因，按照特定需要突出图像中的某些信息，同时削弱或去除某些不需要的信息。其主要目的是使处理后的图像对某种特定的应用来说，比未处理的图像更适用，也就是使处理结果更适合人类的视觉特性或机器的识别系统。从图像质量评价观点看，图像增强的目的是为了提高图像可辨识度，而图像质量的视觉评价是一种高度主观的过程。应该明确的是增强处理并不能增强原始图像的信息，其结果只能增强对某种信息的辨别能力，而这种处理有可能损失一些其他信息。第二类是基于物理模型的天气退化图像复原方法，从物理成因的角度对大气散射作用进行建模分析，实现场景复原，即图像复原。图像复原处理是考查图像退化原因，通过建立物理模型，重建和恢复退化前的图像，各种退化图像的复原都可归结为一种过程，就是把退化过程模型化，并且采用相反的过程进行处理，以便恢复出原图像。1图像增强思想的处理方法图像增强方法又称非模型的方法。在基于增强的算法中，目前国内采用较多的是直方图均衡化算法(HE)和基于Retinex理论的多尺度彩色图像增强算法(MSR)。（1）．直方图均衡化算法图像增强中的一种常用的方法，该算法以概率论为基础，基于空间不变思想，运用灰度运算来实现直方图的变换，从而达到增强图像的目的，更适合于景物深度变化很小的图像。2全局直方图均衡化算法全局增强方法中应用较广泛的方法。它对整个图像的直方图进行平整处理，使信息熵达到最大，实现整个图像的对比度增强。全局直方图均衡化算法实现简单，对单景深图像的复原效果较好，但是对于场景深度多变的图像，这种方法就很难反映图像中局部景物深度的变化，因此，对比度增强的效果难以令人满意。局部直方图均衡化算法分为子块不重叠直方图均衡化、子块重叠直方图均衡化与子块局部重叠直方图均衡化(POSHE)等方法。局部直方图均衡化算法nlibl采用局部增强方法可以在很大程度上减小场景深度的影响，可使图像的每一个区域的对比度都能得到很大的改善，但是同时这种方法也将灰度变化缓慢的区域，如天空等区域也进行了误增强，从而导致景物影像冈许多噪声的干扰而表现得不自然。为了解决这些问题，祝培等人HH蝴提出了一种基于移动模板的雾天景物的清晰化算法。即首先将图像中出现的天空区域分离之后，再充分利用图像中不同深度的景物特征，通过局部自适应增强的处理手段来对雾天条件下的景物影像进行清晰化处理。这种基于移动模板的局部直方图均衡技术，运算量很大，不利于实时化，同时处理后的图像存在块效应。刘治群等人睁3以子块部分重叠的局部直方图均衡算法POSHE为基础，利用抛物线直方图均衡化方法，实现雾天图像增强，并且图像亮度可方便调整，解决了图像处理后整体偏暗，部分细节一i够清晰的问题。（2）．色彩恒常理论芮义斌等人n∞tHl从图像增强角度入手，将雾对图像的退化影响等效成景物在不同天气下的照度变化，根据色彩恒常理论，采用Frankle-McCann’Retinex(FMR)算法对图像进行处理。色彩恒常性是人类的视觉认知功能之一，它使人们能够忽略环境光照的光谱成分变化而获得对物体颜色的稳定知觉。也就是，在照度发生变化的条件下，人们对物体表色的知觉趋于稳定的心理倾向，同一表面在不同的照度下会产生不同的反射谱，人眼的颜色机制能分辨这种由照度变化导致的表面反射谱变化，对该表面颜色的认知在一定的范围内保持恒定。这种色彩适应性质对人类适应环境的过程具有重要意义。（3）．基于小波的方法Grewe等人n副叫蚓基于小波方法对多幅雾天图像进行融合来获得一张较好的图像，但这种方法只能相对地提高图像质量，并不能实现真正意义上的去雾。3（4）．基于大气调制传递方程的方法Yitzhaky等人n刀借助于大气调制传递方程进行雾天衰减图像的处理，但是需要事先知道雾气浓度和场景深度，在实际应用中难以实现。2基于图像恢复思想的处理方法基于图像恢复思想的处理方法又称基于大气退化物理模型n町的方法。（1）．二值散射模型在基于物理模型的方法中，常用的物理模型，是大气的双色散射模型。这种模型是将一个像素点的色彩看成是由大气光产生的色彩和晴天条件下被观察的场景点的色彩的线性组合。然后通过估计像素点的景深来得到大气光的色度方向，再从像素点的色彩中减去大气光产生的色度，得到晴天条件下物体像素点的真实色彩的一种图像复原方法。像素点景深和天空区域的亮度均值是大气双色散射模型的两个重要参数，而像素点的景深又取决于所谓的消失点。但在以往的多数文献中对消失点的定位及天空区域的划分都依靠人眼的主观判断，导致处理的效果不够理想。Narasimhan等人¨邮先从RGB色彩空间出发推导出二值的散射模型，然后利用两幅或更多的雾天图像通过计算场景的三维结构来对场景图像去雾。但是，由于他们假设大气散射