數(shù)字圖像處理課程設(shè)計(jì)(圖像去霧)

./數(shù)字圖像處理課設(shè)題目：圖像去霧學(xué)院：信息與電氣工程學(xué)院專業(yè)：電子信息工程班級(jí)：姓名：學(xué)號(hào)：指導(dǎo)教師：工業(yè)大學(xué)〔威海年月日目錄一.課程設(shè)計(jì)任務(wù)1二.課程設(shè)計(jì)原理及設(shè)計(jì)方案2三.課程設(shè)計(jì)的步驟和結(jié)果3四.課程設(shè)計(jì)總結(jié)4五.設(shè)計(jì)體會(huì)5六.參考文獻(xiàn)6課程設(shè)計(jì)任務(wù)由于大氣的散射作用,霧天的大氣退化圖像具有對(duì)比度低、景物不清晰的特點(diǎn),給交通系統(tǒng)及戶外視覺系統(tǒng)的應(yīng)用帶來嚴(yán)重的影響。但由于成像系統(tǒng)聚焦模糊、拍攝場(chǎng)景存在相對(duì)運(yùn)動(dòng)以及霧天等不利環(huán)境,使得最終獲取的圖像往往無法使用。為了解決這一問題,設(shè)計(jì)圖像復(fù)原處理軟件。要求完成功能：采用直方圖均衡化方法增強(qiáng)霧天模糊圖像,并比較增強(qiáng)前后的圖像和直方圖；查閱文獻(xiàn),分析霧天圖像退化因素,設(shè)計(jì)一種圖像復(fù)原方法,對(duì)比該復(fù)原圖像與原始圖像以及直方圖均衡化后的圖像；設(shè)計(jì)軟件界面課程設(shè)計(jì)原理及設(shè)計(jì)方案2.1設(shè)計(jì)原理在霧、霾等天氣條件下,大氣中懸浮的大量微小水滴、氣溶膠的散射作用導(dǎo)致捕獲的圖像嚴(yán)重降質(zhì),隨著物體到成像設(shè)備的距離增大,大氣粒子的散射作用對(duì)成像的影響逐漸增加.這種影響主要由兩個(gè)散射過程造成:1>物體表面的反射光在到達(dá)成像設(shè)備的過程中,由于大氣粒子的散射而發(fā)生衰減;2>自然光因大氣粒子散射而進(jìn)入成像設(shè)備參與成像.它們的共同作用造成捕獲的圖像對(duì)比度、飽和度降低,以及色調(diào)偏移,不僅影響圖像的視覺效果,而且影響圖像分析和理解的性能.在計(jì)算機(jī)視覺領(lǐng)域中,常用大氣散射模型來描述霧、霾天氣條件下場(chǎng)景的成像過程.Narasimhan等給出霧、霾天氣條件下單色大氣散射模型<Monochromeatmosphericscat-teringmodel>,即窄波段攝像機(jī)所拍攝的圖像灰度值可表示為〔1式中,x為空間坐標(biāo),A表示天空亮度<Skylight>,ρ為場(chǎng)景反照率,d為場(chǎng)景的景深,β為大氣反射系數(shù)。圖像去霧的過程就是根據(jù)獲得的有降質(zhì)的圖像,即I〔x來推算出ρ的過程。但由于該物理模型包含3個(gè)未知參數(shù),從本質(zhì)上講,這是一個(gè)病態(tài)反問題.在只有單幅圖像的條件下,我們可以考慮用假設(shè)以及推算的方式使其中的幾個(gè)量固定,然后求解。2.2設(shè)計(jì)方案2.2.1白平衡WP<Whitepoint>算法,也稱為Max-RGB算法,利用R、G、B顏色分量的最大值來估計(jì)光照的顏色。我們用天空亮度A來取代最大值。對(duì)于A,如果直接用圖像中最亮的灰度估計(jì)的話會(huì)受到高亮噪聲或白色物體的干擾,因此我們首先對(duì)圖像顏色分量進(jìn)行最小濾波,然后選擇閥值為0.99,大于此值的認(rèn)定為天空區(qū)域,然后取平均值為我們估計(jì)的天空亮度A。然后方程〔1變?yōu)椤?2.2.2估計(jì)大氣耗散函數(shù)為了簡(jiǎn)化〔2,我們?cè)O(shè)則〔2變?yōu)椤?V〔x稱為大氣耗散函數(shù)。根據(jù)〔3容易發(fā)現(xiàn)V〔x滿足0<V<x><I',如果對(duì)I’進(jìn)行最小濾波得到W〔x,則V〔x也必定滿足0<V<x><W<x>。求V〔x的過程其實(shí)是濾波的過程,分為三步：其中p為恢復(fù)系數(shù),去[0,1]中的值〔一般為0.9—0.95。2.2.3場(chǎng)景反射率的恢復(fù)通過以上步驟我們獲得了A以及V〔x,至此方程〔1僅含有一個(gè)未知量,即我們要求的場(chǎng)景反射率2.2.4色調(diào)映射映射關(guān)系為其中G為求的去霧后的圖像灰度最大值。2.2.5與直方圖去霧效果對(duì)比使用matlab中的histeq函數(shù)對(duì)圖像的亮度和對(duì)比度進(jìn)行直方圖均衡化處理課程設(shè)計(jì)的步驟和結(jié)果3.1原圖像與直方圖globalim;globalorig;[filename,pathname]=uigetfile<['*.jpg'],'insertimage'>;im=[pathnamefilename];orig=imread<im>;Q=rgb2gray<orig>;figure;subplot<1,2,1>;imshow<orig>;title<'原圖像'>subplot<1,2,2>;imhist<Q,64>;title<'原圖像直方圖'>3.2原圖像與均衡后圖像globalorig;globalU;I=rgb2hsv<orig>;H=I<:,:,1>;S=I<:,:,2>;V=I<:,:,3>;M=histeq<S>;%對(duì)飽和度直方圖均衡化N=histeq<V>;%對(duì)亮度直方圖均衡化U=hsv2rgb<H,M,N>;figure;subplot<2,2,1>;imshow<orig>;title<'原圖像'>subplot<2,2,2>;imshow<U>;title<'均衡后圖像'>Q=rgb2gray<orig>;W=rgb2gray<U>;subplot<2,2,3>;imhist<Q,64>;title<'原圖像直方圖'>subplot<2,2,4>;imhist<W,64>;title<'均衡變換后的直方圖'>3.3原圖與去霧圖像對(duì)比globalim;im1=double<imread<im>>/255.0;sv=2*floor<max<size<im1>>/25>+1;res=visibresto1<im1,sv,0.95,-1>;figure;imshow<[im1,res],[0,1]>;課程設(shè)計(jì)總結(jié)首先,由于本方法是基于單幅圖像輸入來進(jìn)行去霧處理,因此無法像多幅圖像條件下那樣綜合同一場(chǎng)景的不同降質(zhì)條件來估算天空亮度,因此難免會(huì)存在偏差。而且白平衡過程是對(duì)整幅圖像進(jìn)行的,這樣對(duì)于簡(jiǎn)單場(chǎng)景〔天空與景物有明顯的分界來說誤差較小,但對(duì)于存在很多細(xì)節(jié)的圖像〔如茂盛的樹木,天空也景物難以區(qū)分以及場(chǎng)景中有很多白色景物時(shí),會(huì)在邊緣出現(xiàn)模糊。其次,本方法使用的是變形的中值濾波器來估算大氣耗散函數(shù),而中值濾波器雖然能較好的保持邊緣,但對(duì)于直角以及線這樣的細(xì)節(jié)的處理存在固有缺陷,因此當(dāng)場(chǎng)景中存在這樣的景物〔如高樓、車輛等,處理后的圖像會(huì)在景物的邊緣出現(xiàn)明顯的模糊。設(shè)計(jì)體會(huì)在本次課程設(shè)計(jì)過程中,收獲頗豐。首先,這次實(shí)踐讓我又重新溫習(xí)了一遍數(shù)字圖像處理課程的相關(guān)知識(shí),并在此過程中對(duì)所學(xué)知識(shí)進(jìn)行了一次檢驗(yàn),加深了度數(shù)字圖像處理這門課程的理解,讓我深感數(shù)字圖像處理這門課程的博大精深。然后,通過本次課程設(shè)計(jì)的體驗(yàn),提高了綜合運(yùn)用數(shù)字圖像處理各方面知識(shí)的能力,并從中發(fā)現(xiàn)了自己的許多不足之處,有待提高。最后,通過對(duì)matlab這個(gè)工具軟件的運(yùn)用,我又掌握了它的一些功能,這對(duì)我以后的學(xué)習(xí)和工作是一個(gè)莫大的幫助。參考文獻(xiàn)[1]數(shù)字圖像處理〔第二版岡薩雷斯電子工業(yè)[2]基于物理模型的單幅圖像快速去霧方法禹晶、大鵬、廖慶敏自動(dòng)化學(xué)報(bào)[3]FastVisibilityRestorationfromaSingleColororGrayLevelImageJean-PhilippeTarel、NicolasHautiereIEEE課程設(shè)計(jì)成績(jī)?cè)u(píng)定表設(shè)計(jì)上機(jī)驗(yàn)收成績(jī)表學(xué)號(hào)課題名稱序號(hào)驗(yàn)收項(xiàng)目分值得分1設(shè)計(jì)容合理、目的明確10分2