摘 要

随着计算机视觉系统的发展及图像分析在交通，卫星探索等的发挥着重要作用。在恶劣环境下，拍摄到的图像质量严重下降，图像存在大量噪声，图像对比度下降，细节特征难以辨别，使得视觉效果变差，对于后期的光学成像一起进行后期处理时，得出数据的结果粗糙。随着对高质量图像要求的不断增加，在图像分析之前必须提高图像的质量，雾霾环境下的图像去雾处理已被采纳为所有数字图像处理和分析中的基本步骤，图像去雾能够提高人类可理解性或信息的可读性。

目前针对雾天图像的处理主要分为两种：图像增强和图像复原。图像去雾效果的好坏可以有主观和客观两种方法来判定。观测结果凭观测者的主观而定直观便捷，但是个人倾向严重；客观的评价系统，需要用算法来一一判别，不同判别算法也可能因为判定的标准不同而出现不用的判别结果。所以图像去雾还应该根据不同的图片需要用不同的算法处理，不存在最好最坏的算法，只需选择最合适的。

本文针对城市高楼建筑和大片天空的图片进行图像去雾，增强图像的可读性和图像数据处理的准确性，采用基于先验信息的暗通道先验算法，实现图像的复原，再使用图像增强的直方图均衡化算法，使得建筑边缘圆滑，解决由于图像复原带来的的灰度较暗的问题，实现图像的增强。

这次用到的图像处理的工具是Matlab,Matlab以其强大的图像处理能力，可以轻松实现图像转化，图像增强，图像复原等。在Matlab中实现了图像复原和图像增强，观察记录了图片处理过程中图像灰度直方图，用数据图像较好的呈现和比较了算法作用在图片上的效果，其中因篇幅问题不同图片处理后的结果在附加的文件夹中。

关键字：图像增强；图像复原；暗通道先验；直方图均衡化。

Abstract

With the development of computer vision system and image analysis in transportation, satellite exploration and other important functions.In the harsh environment such as haze and fog, the image quality of the collected image is degraded due to atmospheric scattering, there is a lot of noise in the image, the contrast of the image is degraded, the detailed features are difficult to distinguish, and the visual effect is deteriorated. Post-processing is performed together with the later optical imaging. At the time, the results of the derived data are rough.With the increasing demand for high-quality images, image quality must be improved before image analysis. Image dehazing in fog and haze environments has been adopted as an essential step in all digital image processing and analysis. Image defogging can be improved. Human understandability or readability of information.

At present, the processing of fog images is mainly divided into two types: fog image enhancement and fog image restoration.The effect of image defogging can be judged by both subjective and objective methods.The observations are intuitive and convenient depending on the subjective subject of the observer, but personal inclination is serious.The objective evaluation system needs to be discriminated by algorithms one by one. Different discriminant algorithms may also use different discriminating results because of different standards.

In this paper, image defogging is performed for images of high-rise buildings and large areas of the sky in the city to enhance the readability of images and the accuracy of image data processing.The dark channel prior algorithm based on a priori information, realizes the image restoration, using the image enhancement algorithm of histogram equalization, makes the building edge smooth, solve the gray darker of the problems of image restoration, image enhancement.Therefore, the image defogging should also be handled with different algorithms according to different pictures. There is no best and worst-case algorithm, as long as the most suitable one is selected.

The tool used for image processing this time is Matlab. With its powerful image processing capability, Matlab can easily realize image conversion, image enhancement, image restoration, and so on.The image restoration and image enhancement are implemented in Matlab. The image gray-scale histogram in the process of image processing is observed and recorded. The data image is used to present and compare the effect of the algorithm on the image.The result of processing different pictures due to the length problem is in the attached folder.

Key words: image enhancement; image restoration; darkchannel priors; histogram equalization

目录

摘要 I

Abstract II

1 绪论 1

1.1 课题研究的目的及意义 1

1.2 国内外发展和发展现状 1

1.2.1 基于图像处理的雾天图像增强 2

1.2.2 基于物理模型的雾天图像 2

1.3 本文主要研究内容 3

1.4 本章小节 4

2图像复原 5

2.1 图像复原的基本理论 5

2.2 图像复原的一般模型 5

2.3 基于图像复原的大气散射 6

2.4 基于暗原色先验的He算法 7

2.5 本章小结 13

3图像增强 15

3.1 图像增强的基本理论 15

3.2 直方图均衡化算法 15

3.3 本章小结 16

4图像去雾结果与分析 17

4.1 去雾算法客观评估 18

4.2 去雾算法主观评估 20

4.3 本章小结 22

5 总结与展望 23

5.1 论文工作总结 23

5.2 进一步研究展望 23

参考文献 25

致谢 26

附录 27

1 绪论

1.1 课题研究的目的及意义

在现实生活中存在着各种各样的因素影响着图像的成像质量，但是对于大对数照片来说雾霾天气是导致图像降质的重要原因。这种雾霾天气随着社会的发展出现的次数越来越频繁，所以图像去雾领域的研究显得越发急迫。

大部分的户外视觉系统都需要准确的图片细节信息，而恶劣的天气将对视觉系统造成非常严重的干扰。成像系统受到大气散射粒子的影响，景物在反射光进入人眼的过程中，发生散射使得图片呈灰白状，掩盖了景物的细节，使得光学成像系统不能发挥原有的作用。

侦查和监视工作受天气条件的限制，某些情况下不可能重复进行，因此已拍摄到的图片就成为非常重要的依据，图像的清晰度是提供消息多少的重要指标，图像越清晰，得到的信息就越多，侦查和监视工作就越准确。而由于雾霾天气导致的图像质量下降，会对侦查和监视工作造成非常大的影响，甚至会出现错误判断，延误时机。而在发生巨大自然灾害的前后，常常伴随着浓雾现象，这就对利用光学成像系统实施人员抢救造成极大阻碍。所以图像去雾在众多领域都发挥着至关重要的作用。

随着科学技术的不断发展和图像处理技术不断提高，计算机视觉系统处理图形算法速度快，可以及时快捷的显示出图像处理前后的对比，很好的解决了图像的实时性问题。使得图像去雾在计算机临域得到充分的处理，处理后呈现给观测者和图像处理系统非常直观和满意的结果，结果清晰且细节充分，因此计算机视觉系统在图像处理中发挥的比重越来越大。

恶劣天气下的图像去雾处理，是计算机视觉系统研究的重要课题。图像质量关系到，海陆空交通的安全，在其他的安全和观赏领域也起到重要作用。由于影响图像降质的原因各种各样，所采用的去雾算法也不尽相同，还是要根据实际情况，选的符合要求的去雾算法。

1.2 国内外发展和发展现状

目前图像去雾处理有两种：图像增强和图像复原。图像增强不考虑图像的失真程度，重在突出图像的对比度，增强亮度，使得适应人眼的更容易观测灰度范围，但是亮度增强部分会有失真。雾天图像复原主要任务是建立图像退化的模型，根据图像降质的过程，利用逆向思维，利用图像传播退化的逆过程，求取出类似晴天下拍摄的图像或无雾图像的最优估计值，使得图像达到去雾的效果。这种方法针对性强，得到的去雾效果自然，一般不会有信息的损失，处理的关键点是模型中参数的估计。图像去雾目前有如图1.1这些算法，可供选择使用：

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：