視頻圖像增強(qiáng)和去霧算法matlab實(shí)現(xiàn)

1、視頻圖像增強(qiáng)和去霧算法說明摘要 本文檔介紹夜間增強(qiáng)和去霧增強(qiáng)算法及其實(shí)現(xiàn)。（1）將圖像由RGB空間轉(zhuǎn)換到HSI空間，然后對(duì)HSI空間亮度分量（I分量）的灰度直方圖進(jìn)行均衡化處理，然后再轉(zhuǎn)換到RGB空間。（2）利用暗原色先驗(yàn)圖像去霧算法對(duì)圖像進(jìn)行去霧處理。目錄一、通過I分量增強(qiáng)夜間圖像31. 算法原理32. Matlab程序63. 夜間增強(qiáng)效果7二、去霧增強(qiáng)91. 算法原理92. Matlab程序113. 去霧效果13參考文獻(xiàn)14一、通過I分量增強(qiáng)夜間圖像1. 算法原理首先將圖像由RGB空間轉(zhuǎn)換到HSI空間，然后對(duì)HSI空間亮度分量（I分量）的灰度直方圖進(jìn)行均衡化處理，提高圖像的亮度，然后轉(zhuǎn)換回

2、RGB空間顯示。（1）圖像由RGB空間轉(zhuǎn)換到HSI空間。RGB向HSI模型的轉(zhuǎn)換是由一個(gè)基于笛卡爾直角坐標(biāo)系的單位立方體向基于圓柱極坐標(biāo)的雙錐體的轉(zhuǎn)換?；疽笫菍GB中的亮度因素分離，將色度分解為色調(diào)和飽和度，并用角向量表示色調(diào)，如圖1所示。圖1 RGB與HSI模型示意圖RGB-HSI轉(zhuǎn)換公式有以下5種，如表1所示：表1 RGB-HSI轉(zhuǎn)換公式比較經(jīng)典的是算法1的幾何推導(dǎo)法，基本思路是先分離出亮度信息，將三維空間將為二維，在二維平面內(nèi)利用解析幾何的向量點(diǎn)積公式求出HSI模型的色調(diào)分量值。具體過程如下：1）歸一化RGB值。2）計(jì)算H、S、I。3）將H、S、I的值分別轉(zhuǎn)換為0,360，0,10

3、0，0,255范圍。（2）對(duì)I分量進(jìn)行直方圖均衡化處理。直方圖均衡化（Histogram Equalization）處理的“中心思想”是把原始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布，即把給定圖像的直方圖分布改變成“均勻”分布直方圖分布，由此擴(kuò)大了像素灰度的動(dòng)態(tài)范圍，從而增強(qiáng)了圖像的對(duì)比度。直方圖均衡化算法步驟為：1）給出原始圖像的所有灰度級(jí)(k=0,1,L-1)。2）統(tǒng)計(jì)原始圖像各灰度級(jí)的像素?cái)?shù)。3）根據(jù)原圖像，計(jì)算灰度直方圖： (k=0,1,L-1)式中,為總像素?cái)?shù),為灰度級(jí)的像素?cái)?shù)。4）計(jì)算原始圖像的累積直方圖： (，k=0,1,L-1)5）取整計(jì)算：6）確

4、定映射關(guān)系：7）統(tǒng)計(jì)新直方圖各灰度級(jí)的像素?cái)?shù)目。8）計(jì)算新的直方圖：（3）將均衡化后的I分量與原來的H、S分量組合在一起，轉(zhuǎn)換到RGB空間。此處HSI-RGB轉(zhuǎn)換公式是RGB-HSI公式的逆過程，如下所示。上面公式得到的r、g、b是歸一化值，范圍在0,1之間，因此需乘以255，得到最終RGB值。2. Matlab程序（1）RGB-HSI轉(zhuǎn)換（2）對(duì)I分量進(jìn)行直方圖均衡化處理（3）HSI-RGB轉(zhuǎn)換3. 夜間增強(qiáng)效果圖2 夜間增強(qiáng)效果對(duì)比二、去霧增強(qiáng)1. 算法原理去霧采用“Single Image Haze Removal Using Dark Channel Prior”方法，即暗原色先驗(yàn)圖像

5、去霧算法，具體原理見文獻(xiàn)資料1-3。1.1 大氣散射模型大氣散射模型描述了霧化圖像的退化過程： （1）式中，I是觀測(cè)圖像的強(qiáng)度，J是景物光線的強(qiáng)度，A是無窮遠(yuǎn)處的大氣光，t稱為透射率。去霧的目標(biāo)就是從I中復(fù)原J。方程中的第一項(xiàng)J(x)t(x)叫做直接衰減項(xiàng)，A(1t(x)是大氣光成分。1.2暗原色先驗(yàn)暗原色先驗(yàn)是HE Kai-ming等人發(fā)現(xiàn)的，是通過對(duì)大量戶外無霧圖像的統(tǒng)計(jì)觀察得出的：在絕大多數(shù)圖像的局部區(qū)域里，某一些像素總會(huì)有至少一個(gè)顏色通道具有很低的值。換言之，該區(qū)域光強(qiáng)度的最小值是很小的數(shù)。對(duì)圖像J，定義： （2）Jc代表J的某一個(gè)顏色通道，而(x)是以x為中心的一塊方形區(qū)域。經(jīng)統(tǒng)計(jì)觀

6、察得出，Jdark的強(qiáng)度總是很低并且趨近于0。如果J是戶外無霧圖像，把Jdark稱為J的暗原色，并且把以上觀察得出的經(jīng)驗(yàn)性規(guī)律稱為暗原色先驗(yàn)。1.3通過暗原色先驗(yàn)去霧首先假設(shè)大氣光A是給定的，進(jìn)一步假定在一個(gè)局部區(qū)域的透射率恒定不變。對(duì)方程（1）使用取最小運(yùn)算符，并同除以A，得到： （3）三個(gè)顏色通道中使用最小運(yùn)算，有： （4）根據(jù)暗原色先驗(yàn)的規(guī)律，無霧自然圖像的暗原色項(xiàng)Jdark應(yīng)該接近于0： （5）由于Ac總為正數(shù)，導(dǎo)出： （6）把上式帶入（4），可簡單地估算出透射率t： （7）如果徹底地移除霧的存在，圖像會(huì)看起來不真實(shí)，并且深度感會(huì)丟失。所以可以通過在方程（7）中引入一個(gè)常數(shù)(01)，保

7、留一部分覆蓋遙遠(yuǎn)景物的霧： （8）由上式估計(jì)出透射率是粗略的，為了提高精度，應(yīng)用一種軟摳圖算法來完善透射率分布函數(shù)。記經(jīng)完善后的透射率函數(shù)為t(x)，通過求解下面的稀疏線性系統(tǒng)得到： （9）是一個(gè)修正參數(shù)，L是Levin提出的摳圖拉普拉斯矩陣。根據(jù)完善后的透射函數(shù)t(x)，由下式計(jì)算去霧后的圖像J(x)： （10）大氣光A的估計(jì)方法為：先取暗原色Jdark中0.1%亮度最大的像素，然后取這些像素對(duì)應(yīng)在原圖I中的最大值作為A的值。注意A不一定是整幅圖像里最亮的點(diǎn)。對(duì)于多數(shù)戶外霧化圖像，上述算法能取得非常好的效果，恢復(fù)結(jié)果去霧效果明顯且色彩自然真實(shí)，這是因?yàn)閳D像中的大部分像素點(diǎn)都滿足暗原色先驗(yàn)，即Jdark (x)0。2. Matlab程序3. 去霧效果圖3去霧效果對(duì)比參考文獻(xiàn)1 HE Kai-ming, SUN Jian, TANG Xiao-ou. Single image haze removal using dark channel prior A. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition C. Miami, 2009, 1956-1963.2 嵇曉