近几年视频监控系统越来越发达，但在低照度环境中，由于光照不足而导致图像亮度低，细节信息丢失严重，对图像的识别带来困难。因此对低照度图像增强算法进行研究有着重要的理论意义与应用价值。

图像去雾技术虽然经历了长期的发展，并取得了大量研究成果，但仍然存在不少难点问题亟需解决。图像去雾技术难点归纳如下：

普适性；室外环境复杂多样，不同的有雾图像有不同的景物深度和不同的雾浓度，各种去雾算法对不同有雾图像的去雾和增强效果不同，很难保证有某种去雾方法能对所有有雾图像都取得很好的去雾效果。

实时性；要得到广泛应用，算法必须满足实时性要求。基于图像增强原理的去雾方法中虽然有不少方法计算简单，能够满足实时性要求，但是去雾效果却一般。而基于物理模型的去雾方法虽然去雾效果很好，恢复图像自然，但是计算复杂度高，时间开销大，很难满足实时性要求。

图像评价标准；目前对于雾天复原图像没有统一的评价标准，主客观评价结果并不表现出高度一致性，有时客观评价结果很好的图像，主观评价结果可能一般，反之，有时主观评价结果出众的图像，客观评价结果可能不理想，这是由于人类主观视觉感受受很多因素的影响，而不是仅仅取决于单一客观指标。

一、算法实现

本文研究低照度图像反转图像与雾天图像的相似之处，针对暗原色先验去雾算法进行图像去雾后会出现块效应以及透射率细化所采用的软抠图法存在的时间复杂度高等问题，本文研究了改进的暗原色先验与直方图均衡化融合的低照度图像增强算法。采用常数替代最小值滤波，对图像进行逐像素处理，快速求解出精简透射率。通过引进参数对精简透射率进行补偿，防止图像像素点的通道最小值较大导致的图像失真问题发生。对于大气光值采用四叉树算法进行估计。再对经过暗原色先验算法处理后的图像进行直方图均衡化处理，使得图像灰度直方图由非均匀分布变换为在灰度范围内的均匀分布，进一步提高对比度，最后进行图像反转从而获得增强后的低照度图像。仿真结果表明，改进的算法提高了低照度图像的亮度与对比度，有效的消除了块效应，图像色彩还原度高，提升了图像的可视性，且与软抠图法相比运行速率明显提高。但对低照度图像景深处的增强效果不明显。针对上述算法存在的缺点以及传统同态滤波算法传递函数参数过多难以控制和多尺度 Retinex 算法容易产生光晕伪影现象等问题，研究了一种改进的基于同态滤波及多尺度 Retinex 低照度图像增强算法。首先对低照度图像的 R、G、B 三种分量分别用改进的同态滤波算法进行增强，提高图像对比度；然后将图像从 RGB 颜色空间转换到 HSV 颜色空间；在 HSV 颜色空间对饱和度分量进行自适应非线性拉伸，同时用改进的多尺度 Retinex 算法对亮度进行增强处理，对照射分量用伽马变换进行校正，对反射分量用 Sigmoid 函数进行处理，最后将图像再转换至 RGB 颜色空间输出。用 Matlab 对图像进行仿真处理，实验表明该算法提高了低照度图像的信息熵、峰值信噪比和对比度，提升了低照度图像的视觉效果。

二、代码展示

RGB 颜色空间目前是图像处理领域应用最为广泛的颜色空间模型，它可以展示人眼可观察到的所有颜色。该颜色空间基于笛卡尔坐标系统，将红(R)、绿 (G)、蓝(B)作为其基本色，R、G、B 同时分别对应笛卡尔坐标系统的三个坐标轴。R、G、B 三种基本色可以叠加生成自然界常见的颜色光，同样各种颜色光也可以分解成红、绿、蓝这三种基本色。

function varargout = main(varargin)% See also: GUIDE, GUIDATA, GUIHANDLES% Edit the above text to modify the response to help selectFile% Last Modified by GUIDE v2.5 12-Apr-2022 16:49:27% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...'gui_Singleton',  gui_Singleton, ...'gui_OpeningFcn', @selectFile_OpeningFcn, ...'gui_OutputFcn',  @selectFile_OutputFcn, ...'gui_LayoutFcn',  [] , ...'gui_Callback',   []);
if nargin && ischar(varargin{1})gui_State.gui_Callback = str2func(varargin{1});endif nargout[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});elsegui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT% --- Executes just before selectFile is made visible.
function selectFile_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
% varargin   command line arguments to selectFile (see VARARGIN)% Choose default command line output for selectFile
handles.output = hObject;% Update handles structure
guidata(hObject, handles);% UIWAIT makes selectFile wait for user response (see UIRESUME)
% uiwait(handles.figure1);% --- Outputs from this function are returned to the command line.
function varargout = selectFile_OutputFcn(hObject, eventdata, handles)
% varargout  cell array for returning output args (see VARARGOUT);
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)% Get default command line output from handles structure
varargout{1} = handles.output;% --- Executes on button press in pushbutton1.选择文件按钮
function pushbutton1_Callback(hObject, eventdata, handles)axes(handles.axes5);%绑定控制的是那个axes[filename,pathname]=uigetfile({'*.jpg';'*.png'},'选择测试图片文件');picturepath=[pathname,filename];
before=imread(picturepath);
imshow(before);
% hObject    handle to pushbutton1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)

参考文献

【1】王小元. 低照度图像增强算法的研究与实现[D]. [硕士学位论文].四川: 西南科技大学, 2016.

【2】田小平, 乔东. 基于双直方图均衡化的色彩图像增强[J]. 西安邮电大学学报, 2015.

详情资料请扣扣：1341703358，本文对低照度图像增强算法展开研究。通过对经典的低照度图像增强算法进行理论研究和仿真实验，分析其存在的问题。在原有图像增强算法的基础上，研究了两种改进的低照度图像增强算法，并通过实验仿真来对比验证算法的有效性

基于Matlab的暗通道先验、Retinex去雾图像增强研究相关推荐

基于MATLAB改进暗通道先验的图像去雾算法
基于MATLAB改进暗通道先验的图像去雾算法摘要:暗通道先验去雾算法求得的的透射率比较精细,去雾效果优于大多数去雾算法.然而在暗通道求取过程中,最小值滤波的处理会使得暗色向外扩张,导致透射率扩张变大 ...
[论文阅读] (11)ACE算法和暗通道先验图像去雾算法（Rizzi | 何恺明老师）
<娜璋带你读论文>系列主要是督促自己阅读优秀论文及听取学术讲座,并分享给大家,希望您喜欢.由于作者的英文水平和学术能力不高,需要不断提升,所以还请大家批评指正,非常欢迎大家给我留言评论,学 ...
暗原色先验图像去雾算法研究_先验算法
暗原色先验图像去雾算法研究 Today we are going to learn about Apriori Algorithm. Before we start with that we need ...
【图像增强】基于matlab人工多重曝光融合AMEF图像去雾【含Matlab源码 1916期】
⛄一. 图像增强技术简介 1 图像增强图像增强是对图像的某些特征,如边缘.轮廓.对比度等进行强调或锐化,以便于显示.观察或进一步分析与处理.通过对图像的特定加工,将被处理的图像转化为对具体应用来说视 ...
基于OpenCV实现暗通道先验去雾算法及改进，效果惊人
❤️欢迎订阅<从实战学python>专栏,用python实现爬虫.办公自动化.数据可视化.人工智能等各个方向的实战案例,有趣又有用!❤️ 更多精品专栏简介点这里治愈生活的良方就是保持对 ...
【图像增强】基于matlab DEHAZENET和HWD的水下去散射图像增强【含Matlab源码 087期】
⛄一.图像增强技术简介图像增强图像增强是对图像的某些特征,如边缘.轮廓.对比度等进行强调或锐化,以便于显示.观察或进一步分析与处理.通过对图像的特定加工,将被处理的图像转化为对具体应用来说视觉质量 ...
matlab实现基于暗通道先验（DCP）的单图像去雾
单副图像去雾的方法有很多,大致分为以下三种: 一.基于大气物理模型图像修复方法: 二.基于图像增强方法: 三.深度学习方法. 本文分享一下何凯明大神在09年提出来的<Single Image H ...
【计算机视觉课程设计】基于暗通道先验单幅图像去雾算法的实现（MATLAB）
声明:原创内容,创作不易,欢迎点赞收藏~ 摘要随着信息化时代的到来,计算机视觉得以迅速发展,在社会生活中的各个领域发挥了重要作用.然而,近年来大气污染逐渐加重,雾霾天气出现的频率越来越高,导 ...
matlab求图像暗通道图像,基于暗通道先验条件图像去雾算法
基于暗通道先验条件图像去雾算法香港大学何凯明博士于2009发表了一篇论文<Single Image Haze Removal Using Dark Channel Prior>.在文章中 ...
纯c语言实现的改进暗通道去雾算法测试程序(附赠大量测试图像),基于改进暗通道先验算法的图像去雾...
邱清辉摘要:针对普通暗通道先验算法去雾能力的不足,本文提出了一种改进算法,通过采用高斯平滑将原图像分为基础子图和细节子图,基础子图采用暗通道先验算法,细节子图采用gamma变换方法,再采用图像融合进 ...

基于Matlab的暗通道先验、Retinex去雾图像增强研究

一、算法实现

二、代码展示

基于Matlab的暗通道先验、Retinex去雾图像增强研究相关推荐

最新文章

热门文章