摘 要

当今社会，雾霾天气出现的次数越来越多，对人们的日常生活的影响也越来越大，因此减小甚至是消除雾霾天气影响各方面的方法就走进了人们的视野里。在计算机视觉领域和图像处理领域当中，图像去雾方面的研究一直是一个热门的话题。本文将研究基于灰度关联度的引导滤波去雾算法，以达到减小雾霾影响的目的。

本文的主要工作内容是如下这些方面：本文主要对灰色关联分析理论、暗通道先验理论和引导滤波理论进行了学习，然后以去雾领域经典的大气散射退化模型为基础，对基于灰度关联度引导滤波的图像去雾算法进行了研究；把去雾算法拆成了几个部分，然后一部分一部分的进行分析，分析完各个部分之后总的程序进行仿真实验，以所得的结果判断以灰度关联度的为基础的去雾算法是否成功；若是算法成功，则初步的判断的适用性如何，并且与另外几种经典的去雾算法进行比较，找到各自的优缺点。

本文研究成果是完成了用基于灰度关联度引导滤波去雾算法对图像成功去雾的任务，同时也用仿真实验去判断算法的适用性，以及完成了不同去雾算法之间的比较。本文主要研究对象的特点是有涉及到暗通道先验去雾方面的知识，以该暗通道理论为基础达到了去雾目的，同时也在一定程度上面克服了暗通道先验去雾算法的缺点。

关键词：图像去雾；灰色关联度；引导滤波；暗通道

Abstract

In today's society, there are more and more times of haze weather, and the impact on people's daily life is also increasing. Therefore, methods to reduce or even eliminate the impact of haze weather have entered people's vision. In the field of computer vision and image processing, research on image dehazing has always been a hot topic. In this paper, we will study the guided filter defogging algorithm based on gray-scale correlation to achieve the purpose of reducing the effect of smog.

The main content of this paper is the following aspects: This paper mainly learns gray correlation analysis theory, dark channel prior theory and guided filtering theory, and then based on the classic atmospheric scattering degradation model in the field of defogging, based on gray correlation The image defogging algorithm with degree-guided filtering was studied; the defogging algorithm was disassembled into several parts, and then part of part was analyzed. After analyzing each part, the overall program was subjected to simulation experiments, and the results were used to judge the grayscale Whether the defogging algorithm based on the correlation degree is successful; if the algorithm is successful, then the applicability of the preliminary judgment is compared with other classic defogging algorithms to find their respective advantages and disadvantages.

The research achievement of this paper is to complete the task of successfully defogging the image with the guided filtering defogging algorithm based on gray correlation degree, and also use simulation experiments to judge the applicability of the algorithm, and complete the comparison between different defogging algorithms. The main characteristics of the research object in this paper are the knowledge about dark channel prior defogging. Based on the dark channel theory, the purpose of defogging is achieved. At the same time, the shortcomings of the dark channel prior defogging algorithm are overcome to a certain extent.

Key Words: image defogging; gray correlation; guided filtering; dark channel

目录

第1章 绪论 1

1.1 课题研究背景及意义 1

1.2 国内外研究现状分析 2

1.3 论文的研究内容及章节安排 3

第2章 图像去雾算法的基本理论分析及仿真实验 4

2.1 直方图均衡化理论 4

2.2 基于大气散射模型的去雾理论 4

2.3 暗通道先验理论 5

2.4 引导滤波理论 7

2.5 本章小结 8

第3章 基于灰度关联度的引导滤波去雾设计及仿真实验 9

3.1 灰度关联度分析 9

3.1.1 灰色关联分析的概念 9

3.1.2 灰色关联分析的流程 9

3.2 基于灰度关联度的引导滤波去雾算法 10

3.2.1 去雾算法的方案思路 10

3.2.2 基于灰度关联度理论的预处理 11

3.2.3 估算雾气面纱 13

3.2.4 大气散射复原 14

3.3 本章小结 16

第4章 实验结果分析及性能评价 17

4.1 评价指标及仿真实验思路 17

4.2 灰度关联度去雾方法的最佳阈值 17

4.3 灰度关联度去雾方法的适用性 19

4.4 不同去雾算法之间的比较 23

4.5 本章小结 26

第5章 总结与展望 27

5.1 总结 27

5.2 展望 27

参考文献 29

致谢 30

第1章 绪论

• 1. 课题研究背景及意义

雾霾天气下所拍摄得到的图片不清晰对人们的生活有很多的负面影响，人们开始对图像去雾方面相关的算法投入了越来越多的目光，同时图像去雾的算法被广泛的应用于民用和军事等领域^[1]。雾霾天气对人们日常生活有很广泛的影响，各国学者不停地努力让图像处理方面的技术得到发扬，因此推动了图像处理方面技术的迅速发展。

最近几年由于国内的空气质量不是很好，恶劣气候出现的次数每年都在增加，这种情况在一定程度上影响到了人们的日常生活。雾霾现象是指在雾天的前提下，因为空气中存在水蒸气、金属尘埃等悬浮颗粒，太阳光会受到大气粒子散射作用的影响，这样就会使得成像系统所获取的图像质量退化严重，许多图像特征被模糊或者被覆盖，很难识别和提取出所拍摄景物的特征^[2]。这样的话很多科研工作会受到一定的影响，比如获取军事情报、识别道路交通、室外监控视频等。在军事、科技中经常需要输入一幅清晰无雾的图像，然后对该输入图像进行提取图像特征识别、目标跟踪等处理，但是因为空气中存在有气溶胶粒子，气溶胶粒子有散射作用，会使得摄像头拍摄图像的色彩和对比度严重退化甚至失真^[3]。例如在交通方面，会有人趁监控摄像头在雾霾天气下不能拍摄到清晰的图像，在道路上违法闯红灯、超速等，这样会严重威胁到道路交通安全，导致交通事故的发生概率大大增加；还有一些图谋不轨的人在雾霾天气进行偷盗、抢劫等行为。