基于暗通道先验的图像去雾改进算法

第一章绪论 (1)

1.1 课题背景与意义 (1)

1.2 去雾算法研究现状 (2)

1.2.1 基于图像处理的雾天图像增强算法 (2)

1.2.2 基于物理模型的雾天图像复原算法 (5)

1.3 论文研究内容和组织结构 (7)

第二章图像处理基础与软件 (9)

2.1 数字图像基础 (9)

2.2 数字图像处理技术 (10)

2.3 数字图像处理系统 (11)

2.4 数字图像处理技术的应用 (12)

2.5 MATLAB软件介绍 (13)

2.5.1 MATLAB特点 (13)

2.5.2 MATLAB图像处理工具箱 (14)

第三章云雾图像复原法 (16)

3.1 大气散射模型 (16)

3.1.1 衰减模型 (17)

3.1.2 大气光模型 (18)

3.2 雾天图像对比度特性 (21)

第四章基于暗通道先验的图像去雾算法 (23)

4.1 暗通道先验原理 (23)

4.2 透射率的估计和优化 (27)

4.2.1 透射率的预估计 (27)

4.2.2 透射率优化 (29)

4.3 大气光强估计 (30)

4.4 恢复无雾图像 (32)

4.5 各参数对去雾结果的影响 (34)

4.5.1 窗口大小对去雾结果的影响 (34)

4.5.2 w值对去雾结果的影响 (34)

4.6 基于暗通道先验的去雾算法的改进 (35)

4.6.1 暗通道获取过程的改进 (36)

4.6.2 大气光强估计在明亮区域的改进 (36)

4.6.3 实验结果对比 (39)

4.7 本章小结 (40)

第五章图像去雾后续处理 (41)

5.1 图像增强理论 (41)

5.2 传统图像增强算法 (42)

5.2.1 直方图均衡法 (42)

5.2.2 基于对数图像处理模型的图像增强算法 (43)

5.3 本文图像增强算法分析 (44)

5.3.1 算法基本思路 (44)

5.3.2 算法性能分析 (45)

5.4 实验结果分析 (46)

5.4.1 实验结果主观比较 (46)

III

万方数据

5.4.2 实验结果客观评价 (47)

5.5 本章小结 (48)

第六章总结与展望 (49)

6.1 全文总结 (49)

6.2 研究展望 (50)

参考文献 (52)

附录1 攻读硕士学位期间撰写的论文 (55)

致谢 (56)

万方数据

南京邮电大学硕士研究生学位论文第一章绪论

第一章绪论

雾是一种比较常见的自然现象，持续的大雾会给人们的出行、生产带来极大的影响。当自然界出现雾、霾等天气气候时，由于大气中浮着的大量微小水滴、气溶胶的散射作用使得拍摄出来的图像色彩失真、且能见度和对比度不高，即使天气是非常晴朗的，由于空气中始终存在水分子，摄取远处得景物时，也会有一层薄薄的雾气导致图像能见度低，不利于图像的应用和提取图像的特征。

近年来，随着技术的发展和进步，户外监控系统的应用越来越广泛，包括道路监控，车辆视频监控，国防军事监控，超市监控等。大部分情况下，监控系统都要求能捕捉到清晰的图像以满足各种应用需求。但由于雾、霾等恶劣天气的存在，监控设备通常很难采集到高质量的监控图像，这将使得监控系统无法正常运行，带来极大的隐患。图像质量的退化对人类生活的影响如此之大，所以对图像去雾技术必须进行非常严谨和深入的研究。本章阐述了课题的研究背景、研究意义以及研究现状，并对论文总体结构作简单的介绍。

1.1课题背景与意义

图像去雾算法的研究对现实生活中的各个领域，如道路安全、国防安全、科研、娱乐等都具有非常重要的意义。现实生活中我们通过各种成像设备取得的图像可能会因为大气中水分子、浮沉、颗粒等的干扰而使得图像的色彩不佳、对比度不高、不够清晰。这些效果很差的图像除了应用价值不高，应用范围窄之外；还有可能会给户外监控系统的图像捕捉带来巨大的困难。比如利用智能系统对交通进行监控时，如果天气状况不佳出现雨雾等情况，监控系统采集回来的图像就会不够清晰，这样就无法利用它们获取准确的路面状况和车辆的信息而导致事故；另外如果天空中存在较大的雾气，道路环境系统提供给驾驶员的道路信息不清晰,会增加交通事故发生率；还有当国家执行军事活动时，图像采集系统反馈回来的图像如果收到干扰会造成消息的不准确，情况严重时会导致错误地决定行动方案，带来无法挽回的悲剧，增加国家的负担。针对这种由于自然现象引起的图像质量下降的现象，众多科研人员意识到因为自然现象引起图像质量退化的严重性，一直致力于研究图像处理技术。

近几年，随着计算机软硬件技术的不断发展，计算机视觉系统在户外场景的应用越来越广泛，如视频监控、城市交通、航拍、遥感成像等，并发挥着非常重要的作用。但是，当下的计算机视觉系统对环境非常敏感。在雾霾等天气条件下，由于大气中悬浮的微小水滴、气

万方数据