《基于Retinex算法的圖像去霧的MATLAB仿真研究》8800字（論文）

基于Retinex算法的圖像去霧的MATLAB仿真研究摘要圖像是人們獲取外界信息的一種載體，它包含著豐富的信息。而惡劣的天氣會(huì)使圖像丟失掉一些信息，使之失去自己的作用，無(wú)法發(fā)揮應(yīng)有的功能。當(dāng)室外出現(xiàn)霧霾等天氣時(shí)，惡劣的天氣條件會(huì)使在室外拍攝的圖像質(zhì)量下降，圖像會(huì)出現(xiàn)許多問(wèn)題：圖像模糊，顏色失真，對(duì)比度低。伴隨著圖像處理技術(shù)和計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，對(duì)特殊天氣下的圖像處理成為一種重要的研究方向。因此，去霧算法應(yīng)用而生。并由于科學(xué)技術(shù)的進(jìn)步，去霧算法也在一步步優(yōu)化。本文介紹了基于顏色恒常理論的Retinex算法，分別對(duì)基于中心環(huán)繞的單尺度Retinex算法（SSR）、基于多尺度加權(quán)平均的Retinex算法（MSR）和帶彩色恢復(fù)的多尺度Retinex算法（MSRCR），進(jìn)行了分析和比較。并通過(guò)MATLAB軟件,使用三種算法來(lái)使霧化的圖像恢復(fù)。通過(guò)比較去霧后的圖像，發(fā)現(xiàn)Retinex算法去霧效果較好，為實(shí)際使用提供了依據(jù)。關(guān)鍵詞圖像去霧、Retinex算法、SSR、MSR、MSRCR目錄摘要 1Abstract 2第一章緒論 41.1研究背景及意義 41.2目前圖像去霧方法的研究現(xiàn)狀 51.3研究?jī)?nèi)容 71.4論文結(jié)構(gòu) 7第二章Retinex的圖像去霧技術(shù)研究 82.1圖像增強(qiáng) 82.2色彩恒常性模型 82.3Retinex理論 82.4Retinex算法思想 82.5本章小結(jié) 9第三章關(guān)于Retinex的三種方法研究 103.1SSR——單尺度算法 103.2MSR——多尺度算法 113.3MSRCR——帶彩色恢復(fù)的多尺度Retinex算法 113.4本章小結(jié) 12第四章基于MATLAB進(jìn)行去霧仿真 134.1MATLAB軟件介紹 134.2使用SSR方法進(jìn)行仿真去霧 134.3使用MSR方法進(jìn)行仿真去霧 144.4使用MSRCR方法進(jìn)行仿真去霧 154.5對(duì)三種方法進(jìn)行結(jié)果分析 164.6算法改進(jìn) 174.7本章小結(jié) 19第五章總結(jié)與展望 205.1總結(jié)內(nèi)容 205.2未來(lái)展望 20參考文獻(xiàn) 22第一章緒論1.1研究背景及意義進(jìn)入新時(shí)代后，世界經(jīng)濟(jì)發(fā)展迅猛，同時(shí)產(chǎn)生了工業(yè)化污染嚴(yán)重的問(wèn)題，許多城市被霧霾，沙城暴等天氣所侵襲。在惡劣的天氣條件下，如霧霾，會(huì)在空氣中會(huì)形成可吸入顆粒，它們的濃度很高。顆粒在空氣中的時(shí)候，會(huì)影響一些景物所形成的反射光線，從而產(chǎn)生散射現(xiàn)象，也會(huì)將反射光線吸收。這不僅給人們的生活與自身的健康造成了嚴(yán)重的威脅，并且在使用成像設(shè)備獲得物體的圖像后，可以明顯的看出圖像有一些問(wèn)題，如圖像模糊，清晰度差，對(duì)比度小等。在一定程度上，也會(huì)影響一些監(jiān)管部門的工作，會(huì)讓其效率低下。灰霾和霧天合起來(lái)叫做霧霾，當(dāng)空氣中含有的蒸發(fā)的水量充足、大氣壓穩(wěn)定時(shí)，水蒸氣會(huì)變成水滴，它會(huì)受到地球引力的作用，從而懸浮在離地面不遠(yuǎn)處的空中，所以，能見度下降。而當(dāng)空氣中含有過(guò)高的煙、塵時(shí)，我們會(huì)看到空氣變渾濁，這就是霾。此時(shí)，能見度降低。當(dāng)出現(xiàn)霧霾天氣時(shí)，我們所能獲取到的細(xì)節(jié)信息會(huì)大大變小。在我們所獲得的圖像中，包含了豐富的信息。隨著科技日新月異的改變以及網(wǎng)絡(luò)的發(fā)展，我們幾乎在生活中都需要用到圖像來(lái)傳遞信息。但是，當(dāng)遇到霧霾等惡劣天氣時(shí)，獲得的圖像會(huì)出現(xiàn)諸如模糊、清晰度差、細(xì)節(jié)丟失等問(wèn)題。近些年來(lái),隨著世界科技的快速發(fā)展，圖像處理技術(shù)正被廣泛應(yīng)用于我們的生活中，如人臉識(shí)別、監(jiān)控視頻等，尤其是在霧天中，圖像更是會(huì)出現(xiàn)模糊等問(wèn)題。因此，與圖像去霧的相關(guān)技術(shù)正在不斷發(fā)展和進(jìn)步，使圖像的細(xì)節(jié)更為明顯?，F(xiàn)在的科學(xué)技術(shù)不斷成熟，信息技術(shù)也發(fā)展迅猛，越來(lái)越多的人工智能系統(tǒng)被應(yīng)用到我們的生活中。例如監(jiān)控視頻檢測(cè)；無(wú)人駕駛等等。圖像處理技術(shù)涉及我們生活的方方面面，因此我們需要對(duì)模糊圖像處理，提高其準(zhǔn)確性與清晰度。而研究圖像去霧算法對(duì)于圖像去霧有重要的研究意義和價(jià)值如圖1-1所示為有霧圖像。圖1-1有霧圖像1.2目前圖像去霧方法的研究現(xiàn)狀近些年，計(jì)算機(jī)技術(shù)不斷發(fā)展，科研工作者開始思考，想出了許多算法，從不同的方向?qū)D像進(jìn)行去霧處理，使圖像變的清晰。從目前的研究情況來(lái)看，關(guān)于圖像的去霧方法可以分為以下三類:基于物理模型的圖像復(fù)原算法、基于非物理模型（圖像特征）的圖像增強(qiáng)算法和基于深度學(xué)習(xí)（機(jī)器學(xué)習(xí)）去霧算法。如圖1-2所示為去霧分類。圖1-2圖像去霧分類（1）基于物理模型的圖像復(fù)原算法基于物理模型的去霧算法最基本的原理是大氣散射模型。我們根據(jù)這個(gè)原理來(lái)構(gòu)建出圖像退化模型，從而進(jìn)行計(jì)算，以此來(lái)達(dá)到去除霧氣的效果。而由此構(gòu)建的模型也表達(dá)了圖像出現(xiàn)問(wèn)題的原因，通過(guò)原因，找到相應(yīng)的方法，從而達(dá)到去霧的目的。使用這樣的方法進(jìn)行去霧，會(huì)盡可能的保存原來(lái)圖像的細(xì)節(jié)信息，圖像會(huì)更加自然，失真也會(huì)小。但是它也有一定的弊端，即涉及到的參數(shù)較多，會(huì)出現(xiàn)實(shí)現(xiàn)復(fù)雜的問(wèn)題。(2)基于非物理模型的圖像增強(qiáng)算法基于圖像增強(qiáng)的去霧算法的原理是增強(qiáng)對(duì)比度，來(lái)使圖像具有更強(qiáng)的視覺沖擊效果，來(lái)達(dá)到圖像增強(qiáng)的目的。它并沒(méi)有考率圖像出現(xiàn)退化，模糊等問(wèn)題是由什么造成的，僅僅使用算法來(lái)使圖像增強(qiáng)。它的使用對(duì)象與適用范圍是很廣的，但也有一些缺點(diǎn)，會(huì)造成一些詳細(xì)信息的損失。由于增強(qiáng)的對(duì)象與區(qū)域不同，有時(shí)候是整幅圖像，有時(shí)候是局部。因此，基于圖像增強(qiáng)的去霧算法可分為全局化圖像增強(qiáng)與局部化圖像增強(qiáng)兩大類。在這些算法中，直方圖均衡化、同態(tài)濾波法、Retinex算法是其中常用的。這些算法能夠有效的對(duì)圖像進(jìn)行去霧處理，但是它們沒(méi)有考慮圖像出現(xiàn)瑕疵的本質(zhì)原因是什么，所以去霧后的圖像有時(shí)可能會(huì)差強(qiáng)人意，而且魯棒性也不好，增強(qiáng)效果有限。(3)基于深度學(xué)習(xí)去霧算法深度學(xué)習(xí)算法現(xiàn)在廣泛應(yīng)用到我們的生活中，尤其是在計(jì)算機(jī)視覺方面。它的算法準(zhǔn)確率高，而且具有很強(qiáng)的學(xué)習(xí)能力，使得不易出現(xiàn)錯(cuò)誤。深度學(xué)習(xí)去霧也分為幾種方式。端到端學(xué)習(xí)，利用端到端系統(tǒng)估計(jì)透射率，直接學(xué)習(xí)。建立CNN深層結(jié)構(gòu)，利用先驗(yàn)知識(shí)，再結(jié)合網(wǎng)絡(luò)去霧。利用該算法可以較好的完成去霧任務(wù)，環(huán)境約束也較小，但是可能會(huì)使去霧后的圖像展現(xiàn)的細(xì)節(jié)信息較少，影響判斷，而且它在對(duì)于處理夜間獲得的圖像時(shí)并不占優(yōu)勢(shì)，效果不好。1.3研究?jī)?nèi)容隨著科學(xué)技術(shù)的發(fā)展，智慧交通，智慧城市等功能廣泛應(yīng)用到我們的生活中。而圖像在其中起著重要的作用，它是我們信息獲取的載體。但是，環(huán)境的惡化，霧霾天氣的出現(xiàn)，會(huì)讓我們從設(shè)備中獲得的圖像出現(xiàn)問(wèn)題，變得模糊，細(xì)節(jié)受損，信息無(wú)法提取。因此，人們?cè)絹?lái)越關(guān)注圖像的細(xì)節(jié)，對(duì)圖像處理的要求越來(lái)越高。目前，許多學(xué)者在去霧這方面的研究越來(lái)越多，其中基于圖像增強(qiáng)的Retinex算法是研究的重點(diǎn)。它所需實(shí)驗(yàn)環(huán)境并不需要很復(fù)雜，算法也較簡(jiǎn)單，受到研究者的青睞。通過(guò)使用Retinex算法得到的去霧圖像失真小，圖像細(xì)節(jié)保存較完整，亮度高,對(duì)比度增強(qiáng)，從而使圖像去霧增強(qiáng)。本文通過(guò)對(duì)Retinex算法的三種方法進(jìn)行介紹與分析，比較各自的優(yōu)缺點(diǎn)。并且在其基礎(chǔ)上進(jìn)行適當(dāng)?shù)母倪M(jìn)，優(yōu)化算法，使圖像去霧更加明顯，增大了圖像的清晰度。1.4論文結(jié)構(gòu)本文一共分為五章第一章：緒論。開啟論文，主要表達(dá)了圖像在我們的日常生活中占據(jù)很重要的分量，同時(shí)也表明了圖像處理的重要性。之后，對(duì)國(guó)內(nèi)外的研究現(xiàn)狀進(jìn)行了介紹，描述了一些去霧算法，并總結(jié)了本文的研究?jī)?nèi)容和論文結(jié)構(gòu)。第二章：Retinex的圖像去霧技術(shù)研究。介紹了圖像增強(qiáng)的概念，對(duì)顏色恒常性理論進(jìn)行了說(shuō)明，隨后提出了基于此模型的Retinex理論。然后對(duì)Retinex算法的相關(guān)概念與理論進(jìn)行了說(shuō)明，提出了它的算法思想第三章：關(guān)于Retinex的三種方法研究。對(duì)SSR算法、MSR算法和MSRCR算法進(jìn)行了分析與介紹，說(shuō)明了它們的基本概念與原理，并展現(xiàn)了它們的算法流程以及各自的優(yōu)缺點(diǎn)。第四章：基于MATLAB進(jìn)行去霧仿真。在MATLAB平臺(tái)上，對(duì)有霧圖像使用三種算法進(jìn)行操作，對(duì)比處理出的圖像，分析結(jié)果以及算法各自的優(yōu)缺點(diǎn)。最后，對(duì)算法進(jìn)行改進(jìn)，使其更加優(yōu)化。第五章：總結(jié)與展望?？偨Y(jié)內(nèi)容，描述成果，分析了本文算法的不足以及之后的改進(jìn)，對(duì)整個(gè)文章起一個(gè)總結(jié)的作用，第二章Retinex的圖像去霧技術(shù)研究2.1圖像增強(qiáng)在我們生活的周圍環(huán)境中，會(huì)由于光照、霧霾的原因，導(dǎo)致圖像采集設(shè)備收集到的圖像出現(xiàn)細(xì)節(jié)丟失，圖像模糊等問(wèn)題。因此，研究者們對(duì)圖像增強(qiáng)進(jìn)行了大量的研究，以期解決這類問(wèn)題，使我們從圖像中獲得更多的信息。圖像增強(qiáng)主要是對(duì)細(xì)節(jié)進(jìn)行放大與增強(qiáng)，使信息較為清晰地展現(xiàn)在我們的眼前。它其實(shí)是帶有目的性的強(qiáng)調(diào)圖像的某些特征，提高對(duì)比度，來(lái)改善圖像，獲得更多的信息。2.2色彩恒常性模型一種心理傾向認(rèn)為，一個(gè)人眼睛感受到外部環(huán)境的變化并不能改變我們對(duì)物體顏色的判斷認(rèn)知。自然界中的物體本身是沒(méi)有顏色的，但光源的變化會(huì)導(dǎo)致其表面上有不同的顏色出現(xiàn)，我們的人眼系統(tǒng)可以吸收它們，從而觀察到它們，而且事物表面上的顏色是恒定的?？梢园l(fā)現(xiàn)，物體的表面在不同光亮范圍內(nèi)有不同的反射譜，而人類能察覺到這種變化。當(dāng)變化處于一定的范圍內(nèi)，人類身體內(nèi)的判斷機(jī)制認(rèn)為物體顏色不變。這意味著我們觀察到的物體顏色與人的知識(shí)，經(jīng)驗(yàn)和心理活動(dòng)性有關(guān)，而不是物體的顏色永久不變。2.3Retinex理論美國(guó)物理學(xué)家埃德溫·蘭德（EdwinLand）等人，經(jīng)過(guò)多年的科學(xué)實(shí)驗(yàn)和分析，認(rèn)為人類的視覺系統(tǒng)能觀察到恒定的色彩，由此提出色彩恒常性理論。并且將視網(wǎng)（retina）與大腦皮層（cortex）兩個(gè)英文單詞結(jié)合，Retinex理論由此誕生。因此，Retinex理論是在顏色恒常性模型的基礎(chǔ)上提出的。2.4Retinex算法思想Retinex理論表明，我們最終所獲得的圖像Ix,y，由入射光和反射光兩部分組成，入射光由Lx,y,反射光由RIx,y如圖2-1所示為模型圖：圖2-1模型圖其基本思想就是將Ix,y分解成Lx,y和Rx,y；然后，去除掉Lx,y；最后將RlogIx,y=loglogRx,y=log運(yùn)算變成對(duì)數(shù)后，整體計(jì)算量會(huì)減小，運(yùn)算更簡(jiǎn)單。對(duì)等式兩邊取對(duì)數(shù)可得Rx,y=explogI這時(shí)，反射分量Rx,y2.5本章小結(jié)本章主要對(duì)Retinex算法的基本理論進(jìn)行闡述，介紹圖像增強(qiáng)概念，色彩恒常性模型，并對(duì)算法的基本思想進(jìn)行了分析與討論，為接下來(lái)介紹Retinex算法的三種基本算法，SSR算法、MSR算法和MSRCR算法奠定了基礎(chǔ)。

第三章關(guān)于Retinex的三種方法研究3.1SSR——單尺度算法單尺度算法是在基于Retinex算法的基本思想上來(lái)運(yùn)行的。步驟如下設(shè)定σ值(80～100較為合適),用來(lái)確定高斯環(huán)繞函數(shù)Fx,yFx,y式中σ為高斯標(biāo)準(zhǔn)差。而K是歸一化常數(shù)，需滿足F(x,y)dxdy=1通過(guò)以上式子，可以簡(jiǎn)化運(yùn)算，即轉(zhuǎn)化為求和運(yùn)算，使運(yùn)算簡(jiǎn)單。將高斯環(huán)繞函數(shù)、原始圖像分量分別代入式子，轉(zhuǎn)換至對(duì)數(shù)域中運(yùn)算。logRi最后得到的logRix,y(3)進(jìn)行指數(shù)變換，從而換算出反射圖像。Rx,y=exp運(yùn)用線性拉伸處理，合并三個(gè)通道。Rx,y=其中，min表示圖像中的最小像素值，max表示圖像中的最大像素值。不同的人對(duì)高斯尺度σ會(huì)有不同的選擇，這時(shí)，會(huì)有不穩(wěn)定性因素形成，即波動(dòng)。換句話說(shuō)，單尺度Retinex算法去霧效果不明顯。因此，研究者提出了多尺度Retinex增強(qiáng)算法。如圖3-1所示為SSR流程圖。圖3-1SSR流程圖3.2MSR——多尺度算法在單尺度Retinex算法中，尺度參數(shù)σ是可以改變的。σ的過(guò)大或過(guò)小都會(huì)對(duì)圖像造成影響。σ過(guò)大，色彩較為美觀，給人一種舒服的感覺，但細(xì)節(jié)內(nèi)容卻會(huì)較多丟失；σ過(guò)小，細(xì)節(jié)信息展示較好，但圖像顏色卻不符合我們的預(yù)取。所以，無(wú)法使兩者之間形成一個(gè)很好的平衡。對(duì)此，為了形成一個(gè)相對(duì)的平衡，提出了MSR算法。MSR實(shí)際上是對(duì)SSR的加權(quán)平均，表達(dá)式如下：rix,y當(dāng)K=1時(shí)，MSR就變成了SSRN一般取3，wk為每個(gè)尺度所占權(quán)重，式子為K=1NwkFkx,y為第FKx,yck為第K個(gè)尺度上的高斯標(biāo)準(zhǔn)差，又之后，步驟同SSR一樣。在使用Retinex算法時(shí)，它處理后的圖像會(huì)在不同亮度處（差別大）出現(xiàn)光暈現(xiàn)象。而且圖像的一部分顏色扭曲，失真，一些細(xì)節(jié)內(nèi)容會(huì)有丟失，這是因?yàn)檫吘変J化不足和邊界突兀造成的。如圖3-2所示為MSR流程圖。圖3-2MSR流程圖3.3MSRCR——帶彩色恢復(fù)的多尺度Retinex算法為了使圖像更為美觀與清晰，細(xì)節(jié)內(nèi)容展示更多，研究者提出了一種帶彩色恢復(fù)的多尺度Retinex算法，引入了一種恢復(fù)因子：Ci其中Ii(x,y)表示其中一個(gè)通道的圖像，Ci(x,y)表示這個(gè)通道的彩色回復(fù)因子;之后的MSR算法表達(dá)式如下:rix,y其中式子中每個(gè)函數(shù)所代表的意義同MSR算法所表示的一樣最后，剩余的步驟同SSR一樣。經(jīng)過(guò)MSRCR算法處理后的圖像對(duì)比度會(huì)增強(qiáng)，圖像會(huì)變得更加清晰，細(xì)節(jié)內(nèi)容會(huì)展現(xiàn)的更多，我們能從中獲取到更多有用的信息。但是MSRCR算法也是具有缺陷的，去霧后的圖像像素值可能會(huì)出現(xiàn)負(fù)數(shù)。因此，要增加增加一種增益函數(shù)，式子為:RMSRCR其中G表示增益；O表示偏差。MSRCR是目前Retinex算法中去霧效果最好的，它使圖像變得更清晰，細(xì)節(jié)內(nèi)容也展現(xiàn)更多，去霧效果大大增強(qiáng)。如圖3-3所示為MSRCR流程圖圖3-3MSRCR流程圖3.4本章小結(jié)本章主要對(duì)Retinex算法中的SSR,MSR,MSRCR算法進(jìn)行了介紹，展示出對(duì)R，G，B 三個(gè)通道的一些基本操作方法，并分析了使用它們后產(chǎn)生的影響以及對(duì)圖像所產(chǎn)生的效果。本文將在后續(xù)的章節(jié)中利用MATLAB軟件，使用三種算法對(duì)圖像進(jìn)行處理，并將去霧后的圖像效果與之前比對(duì)，分析優(yōu)劣。

第四章基于MATLAB進(jìn)行去霧仿真4.1MATLAB軟件介紹MATLAB是由美國(guó)MathWorks所設(shè)計(jì)，它主要用來(lái)進(jìn)行模擬仿真，廣泛用于通信、數(shù)據(jù)分析、圖像處理，控制系統(tǒng)等不同的領(lǐng)域，在不同的環(huán)境下進(jìn)行仿真。軟件主要面對(duì)的是高科技計(jì)算環(huán)境，如科學(xué)計(jì)算等。它將一些建模和仿真等諸多強(qiáng)大功能所需要的工具集中在一個(gè)便宜而又高效的視覺方框中。為科學(xué)研究、控制工程以及一些數(shù)值計(jì)算提供了一個(gè)舒適和優(yōu)越的環(huán)境。MATLAB具有許多優(yōu)勢(shì)特點(diǎn)。它的計(jì)算能力非常高效率，運(yùn)算也是比較簡(jiǎn)單的；圖形處理分析能力很強(qiáng)，操作方便，最終結(jié)果和編程也能使我們清晰的看見；操作界面簡(jiǎn)單，便于理解和學(xué)習(xí)；處理工具方便，實(shí)用，工作范圍廣。Retinex的三種算法都是在MATLAB中完成的。4.2使用SSR方法進(jìn)行仿真去霧利用SSR算法時(shí)，要將R、G、B三個(gè)通道分別與高斯函數(shù)進(jìn)行卷積運(yùn)算，然后轉(zhuǎn)化到時(shí)域里，最后進(jìn)行線性拉伸處理。如圖4-1所示為流程圖。圖4-1流程圖首先，要讀取圖像中的R分量，將其進(jìn)行傅里葉變換，然后進(jìn)行卷積換算。之后需要在對(duì)數(shù)域中，消除濾波后的圖像，從而得到增強(qiáng)圖像，再取反對(duì)數(shù)，最后進(jìn)行線性拉伸處理，則R分量的增強(qiáng)圖像則可得到。同理，對(duì)G,B兩個(gè)通道的操作同對(duì)R通道的操作一樣。最后，三通道圖像合并，得到去霧后的圖像。4.3使用MSR方法進(jìn)行仿真去霧使用MSR算法可以較好地在色彩和邊緣信息兩者之間形成一個(gè)很好的平衡。其是對(duì)SSR算法的一個(gè)加權(quán)平均。如圖4-2所示為流程圖。圖4-2流程圖首先，要讀取圖像中的R,G,B分量，設(shè)定高斯參數(shù)，計(jì)算高斯函數(shù)。之后將其進(jìn)行傅里葉變換，再進(jìn)行卷積換算。進(jìn)行加權(quán)求和后再減去濾波后的圖像，得到增強(qiáng)圖像，取反對(duì)數(shù)，最后進(jìn)行線性拉伸處理，則R分量的增強(qiáng)圖像可得到。同理，對(duì)G,B兩個(gè)通道的操作同對(duì)R通道的操作一樣。最后，三通道圖像合并，得到去霧后的圖像。4.4使用MSRCR方法進(jìn)行仿真去霧MSRCR算法引入了一種恢復(fù)因子，增強(qiáng)圖像細(xì)節(jié)內(nèi)容，減小失真，圖像細(xì)節(jié)恢復(fù)更多。如圖4-3所示為流程圖。圖4-3流程圖首先，要讀取圖像中的R,G,B分量，設(shè)定高斯參數(shù)。之后將其進(jìn)行傅里葉變換，再進(jìn)行卷積換算。引入恢復(fù)因子進(jìn)行乘積運(yùn)算，在對(duì)數(shù)域中，將濾波后的圖像去掉，從而得到增強(qiáng)圖像，取反對(duì)數(shù)，最后進(jìn)行線性拉伸處理，可得到R分量的增強(qiáng)圖像。同理，對(duì)G,B兩個(gè)通道的操作同對(duì)R通道的操作一樣。最后，三通道圖像合并，得到去霧后的圖像。4.5對(duì)三種方法進(jìn)行結(jié)果分析選擇一幅圖像，對(duì)其使用三種算法進(jìn)行去霧處理，以人的主觀意識(shí)來(lái)評(píng)價(jià)。應(yīng)用SSR進(jìn)行去霧處理，能夠從圖像中看出，運(yùn)用這種方法對(duì)圖像進(jìn)行去霧有良好的效果。對(duì)于房屋、田地等都顯現(xiàn)了原來(lái)的樣子。但是，圖像的清晰程度還是較差，細(xì)節(jié)有丟失，甚至遠(yuǎn)方還是只能看見輪廓。MSR處理時(shí)，平衡了圖像的細(xì)節(jié)與色彩保真。房屋，田地等都是能看得清，細(xì)節(jié)性明顯提高，效果優(yōu)于SSR算法。但其中有些部分顏色模糊，出現(xiàn)失真，細(xì)節(jié)信息丟失，敏感度小。應(yīng)用MSRCR去霧后，圖像色彩鮮明，近處景色看的更加清楚，遠(yuǎn)處的景物也能看清，圖像的保真率與清晰度都提高，效果最優(yōu)。如圖4-4所示為去霧效果圖。圖4-4去霧效果圖通過(guò)三種方法對(duì)圖像進(jìn)行去霧化處理，可以看出，在圖像去霧處理方面SSR會(huì)有一些劣勢(shì)，其次是MSR,它相比較于SSR而言，去霧效果較好。而使用MSRCR算法后，圖像色彩較為鮮亮，內(nèi)容也比較豐富，整體沒(méi)有出現(xiàn)太大的問(wèn)題，去霧后的圖像也是最清晰的。所以可得出結(jié)論：在去霧效果的對(duì)比上，SSR是最差的，MSR保持較好，MSRCR是最好的。但有利也有弊，在同樣的運(yùn)行環(huán)境下，SSR算法會(huì)消耗更短的時(shí)間，MSRCR算法執(zhí)行時(shí)間最長(zhǎng)，MSR時(shí)間略長(zhǎng)。而且，SSR處理起來(lái)較簡(jiǎn)單，MSR有一定難度，MSRCR最復(fù)雜。4.6算法改進(jìn)為了使去霧后的圖像表現(xiàn)的更好，需要在三種算法中加入自適應(yīng)直方圖均衡化對(duì)比度限制器，以此來(lái)增強(qiáng)圖像的對(duì)比度，使圖像變得更為清晰，獲得更多的細(xì)節(jié)信息。如圖4-5所示為部分代碼。圖4-5部分代碼通過(guò)對(duì)比加入自適應(yīng)直方圖均衡化對(duì)比度限制器后的去霧圖像，可以看到，三種算法的清晰度，圖像的保真率提高了。細(xì)節(jié)信息還原度更高，圖像對(duì)比度增強(qiáng)。土壤和植被的顏色等更加自然，但曝光率增加，會(huì)出現(xiàn)部分失真。如圖4-6所示為改進(jìn)圖。圖4-6改進(jìn)圖4.7本章小結(jié)本章對(duì)三種算法的結(jié)果進(jìn)行了分析。通過(guò)利用MATLAB軟件，使用三種算法對(duì)圖像進(jìn)行去霧處理，并對(duì)各種不同的處理結(jié)果進(jìn)行分析，得到了MSRCR算法去霧效果最佳、MSR算法去霧效果次之、SSR算法去霧效果最差的結(jié)論。之后，對(duì)算法進(jìn)行改進(jìn)。加入自適應(yīng)直方圖均衡化對(duì)比度限制器，圖像去霧效果進(jìn)一步增強(qiáng)。而且，由于三種算法有各自的優(yōu)缺點(diǎn)，所以要根據(jù)實(shí)際情況來(lái)選擇合適的算法，對(duì)質(zhì)量有高要求的話，選擇MSRCR和MSR比較好；如果對(duì)質(zhì)量要求不高，可以選擇SSR,節(jié)約時(shí)間且算法簡(jiǎn)單。

第五章總結(jié)與展望5.1總結(jié)內(nèi)容近些年來(lái)，經(jīng)濟(jì)快速發(fā)展，使得環(huán)境受到了嚴(yán)重的污染，滋生了霧霾，沙塵等不好的的天氣狀況。也由于自然界中本身存在著不同的天氣，這些天氣會(huì)讓我們的視覺狀況受到一定的影響。綜和這些因素，我們?cè)谑占瘓D像時(shí)，會(huì)受到制約，拍攝出來(lái)的圖像會(huì)有霧霾等存在，圖像會(huì)變得模糊，產(chǎn)生退化現(xiàn)象，細(xì)節(jié)會(huì)嚴(yán)重丟失，對(duì)我們的判斷會(huì)造成很大的影響。隨著信息技術(shù)的不斷快速發(fā)展，我們對(duì)于圖像的清晰度，細(xì)節(jié)性有了更高的要求。所以，有許多學(xué)者對(duì)其進(jìn)行研究，尋找方法，來(lái)進(jìn)行圖像處理，以期得到更好的圖像。本文選擇了圖像處理其中的一種方法——Retinex算法。對(duì)Retinex算法的思想，理論進(jìn)行了分析。并對(duì)其中的三種算法，SSR算法、MSR算法和MSRCR算法進(jìn)行了深入的剖析與討論，展現(xiàn)了它們的細(xì)節(jié)與特點(diǎn)，并看到了它們的缺點(diǎn)與不足。之后，通過(guò)使用MATLAB軟件對(duì)三種算法進(jìn)行了實(shí)驗(yàn)，并比較試驗(yàn)后的去霧圖像，分析優(yōu)缺點(diǎn)，而且對(duì)其進(jìn)行改進(jìn)，去霧效果優(yōu)化。對(duì)本文所作工作內(nèi)容總結(jié)如下：（1）對(duì)Retinex算法進(jìn)行整體分析，了解其原理，明白算法的核心思想。（2）對(duì)SSR、MSR、MSRCR三種算法分析，了解其具體步驟，明確它們各自的優(yōu)缺點(diǎn)，找到在不同情況下使用不同的算法。（3）對(duì)三種算法進(jìn)行MATLAB仿真，對(duì)去霧后的圖像效果進(jìn)行比較分析，針對(duì)不同的情況使用不同的算法，對(duì)算法進(jìn)行合理運(yùn)用，使圖像的處理效果達(dá)到最佳。（4）對(duì)算法進(jìn)行改進(jìn)，加入自適應(yīng)直方圖均衡化對(duì)比度限制器，來(lái)增強(qiáng)圖像對(duì)比度，使圖像變得更清晰，細(xì)節(jié)還原更為明顯。5.2未來(lái)展望本文就Retinex算法對(duì)圖像處理進(jìn)行了研究與理解，分析了算法的不足，解決與解釋不足的原因，并且嘗試改進(jìn)算法。通過(guò)MATLAB仿真對(duì)比不同算法去霧后的圖像，分析其不足之處，找到在不同的情況下使用不同的算法，來(lái)達(dá)到最大優(yōu)化。目前，去霧算法雖已取得進(jìn)步，但還是存在一定的問(wèn)題，由一定的局限性。（1）復(fù)雜度和實(shí)時(shí)性。天氣的變化是無(wú)法預(yù)測(cè)的，而我們所身處的環(huán)境也在實(shí)時(shí)變化。因此Retinex算法在一些特定的場(chǎng)合是無(wú)法使用的，對(duì)場(chǎng)合有一定的要求（2）普適性。目前的Retinex算法適用性不能達(dá)到全覆蓋，對(duì)一些場(chǎng)景，如在特定場(chǎng)合拍攝出的照片，Retinex算法有時(shí)并不能滿足需求。（3）評(píng)價(jià)體系?，F(xiàn)在對(duì)于去霧后的圖像，整體沒(méi)有一個(gè)完備的評(píng)價(jià)體系，評(píng)價(jià)方法少，局限大。改進(jìn)方法：（1）圖像去霧要考慮成像的原因，綜合考慮算法的優(yōu)缺點(diǎn)，研究適合人類的光路傳播圖。（2）為解決去霧算法的自適應(yīng)、實(shí)時(shí)性、復(fù)雜度高等問(wèn)題，我們需要研究新的方法來(lái)進(jìn)行去霧，和硬件加速相互配合，協(xié)同處理，使其能夠適應(yīng)不同的場(chǎng)合以及不同的環(huán)境，從而更好的完成去霧任務(wù)。（3）建立并完善一套行之有效的圖像去霧評(píng)價(jià)體系，使評(píng)價(jià)全面，綜合。通過(guò)多角度對(duì)圖像的去霧效果進(jìn)行考察，修改，以達(dá)到圖像去霧最優(yōu)解。參考文獻(xiàn)[1]郝盼紅,郭元術(shù).彩色圖像去霧清晰化研究[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2021,30(07):271-276.[2]鄭鳳仙,王夏黎,何丹丹,李妮妮,付陽(yáng)陽(yáng),袁紹欣.單幅圖像去霧算法研究綜述[J].計(jì)算機(jī)工程與應(yīng)用,2022,58(03):1-14.[3]張曉東,秦娟娟,賈仲仲.多尺度Retinex在圖像去霧算法中的應(yīng)用研究[J].西昌學(xué)院學(xué)報(bào)(自然科學(xué)版),2021,35(03):60-65.[4]黃麗韶.基于Retinex增強(qiáng)算法的圖像去霧方法研究[J].無(wú)線互聯(lián)科技,2021,18(15):84-85.[5]林東升.三種Retinex圖像去霧算法比較與分析[J].電腦知識(shí)與技術(shù),2020,16(32):197-198.[6]宋冬梅.圖像去霧的單尺度Retinex方法綜述[J].電子元器件與信息技術(shù),2021,5(02):205-206.[7]蔣華偉,楊震,張?chǎng)?董前林.圖像去霧算法研究進(jìn)展[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2021,51(04):1169-1181.[8]魏紅偉,田杰