摘 要

近几年来，我国多个城市均有雾霾出现。在这种恶劣天气条件下，各种图像应用获取的图像品质大幅下降，图像对比度与颜色等主要特征发生退化。为了改变这种现状，对有雾图像进行去雾处理显得尤为关键。本文针对受雾霾影响的降质图像进行去雾处理进行研究，通过使用MATLAB软件进行仿真实验，并总结传统线性与非线性图像去雾增强算法的优缺点，提出基于天空透射率修正的图像去雾优化算法，旨在达到通过修正天空透射率来减小明亮部分失真率的目的，在保持图像的细节信息与边缘信息的基础上，最大限度去除噪声，完成对雾霾等恶劣天气条件下获得的退化图像有效去雾处理的目标。 旨在为应对雾霾类恶劣天气图像处理提供参考与建议。

关键词：图像增强；灰度变换；图像去雾

Abstract

In recent years, smog has appeared in many cities in China. In such severe weather conditions, the image quality obtained by various image applications is greatly reduced, and major features such as image contrast and color are degraded. In order to change this situation, it is particularly critical to perform fog removal on fogged images. In this paper, the defogging process for the degraded images affected by fog and haze is studied. The simulation experiments are performed by using MATLAB software. The advantages and disadvantages of the traditional linear and nonlinear image dehazing enhancement algorithms are summarized, and the image based on the sky transmittance correction is proposed. The fog optimization algorithm aims to achieve the purpose of reducing the distortion rate of the bright part by correcting the sky transmittance, and to remove the noise on the basis of the details of the image and the edge information, and to obtain the haze and other severe weather conditions. The degraded image effectively targets the fogging process. The aim is to provide reference and advice for image processing of haze and bad weather.

Key Words：Image enhancement; Grayscale transformation; Image defogging

目 录

第1章 绪论 1

1.1 研究背景 1

1.2 研究现状 1

1.3 研究意义 2

1.4 研究目的 2

1.5 研究方法 2

1.6 本章小结 2

第2章 数字图像处理的简介 3

2.1 数字图像的获取 3

2.2 数字图像处理系统简介 3

2.3 数字图像处理的优点 3

2.3.1 精确度较高 4

2.3.2 灵活性较强 4

2.3.3 稳定性较强 4

2.3.4 便于规模化 4

2.3.5 时分复用性能好 4

2.3.6 满足高性能需求 5

2.4 本章小结 5

第3章 有雾图像的特征分析 6

3.1 有雾图像的对比度指数衰减特征 6

3.2 有雾图像的模糊性特征 6

3.2.1 雾天大气中粒子的散射和的光的成像作用 6

3.2.2 图像本身具有模糊特征 7

3.2.3 成像是一个非线性体系 7

3.3 有雾图像的时域特征 7

3.4 有雾图像的频域特征 8

3.5 本章小结 8

第4章 图像增强方法概述 9

4.1 频域变换处理概述 9

4.2 空间域变换处理概述 10

4.2.1 直接灰度化处理 10

4.2.2 线性变换处理 10

4.2.3 非线性化处理 10

4.3 本章小结 10

第5章 图像去雾处理方案设计 12

5.1 设计思路 12

5.2 MATLAB程序及解释说明 12

5.2.1采用线性灰度变换提升图像质量 12

5.2.2采用非线性指数扩展提升图像质量 13

5.2.3采用修正天空透射率的方式来提高亮处的图像质量 13

5.3 本章小结 16

第6章 实验结果及分析 17

6.1有雾图像去雾处理的实验结果 17

6.1.1 有雾彩色图像处理结果 17

6.1.2 采用线性灰度变换处理结果 19

6.1.3 采用非线性指数扩展处理结果 20

6.1.4 采用优化算法的处理结果 22

6.2有雾图像去雾处理的实验结果分析 23

6.3 本章小结 24

结 论 25

参考文献 26

致 谢 27

第1章 绪论

1.1 研究背景

图像去雾处理经过了长达60多年的发展，技术层面取得了较大的突破。目前关于图像去雾处理技术主要有两大类方法：第一类方法是以图像增强为基础的，因为这种方法不需要在乎图像退化的影响，所以应用范围比较广，优点是能够显著增强有雾图片的对比度，对受雾霾影响的图像有较大的视觉增强；缺点是因为不考虑图像退化的原因，所以对有雾图像的细节处理不够好，处理结果中部分图像细节丢失。第二类方法是基于图像复原的方法，此类方法图像去雾处理手段与图像增强不同，其考虑的基本处理方法是始于图像降质的物理模型，使用数学分析的方法求解图像降质的逆过程，利用图像降质环节各项参数来复原图像。此类方法因为能够针对不同天气条件获取不同的降质参数，所以在实际的图像去雾处理中针对性较强，能够显著的对图像去雾，而且得到的去雾结果非常自然，图像细节信息损失也比较少^[1]。

虽然国内外学术界对雾霾条件下基于图像增强与图像退化的研究取得了很多科研成果，但是从长远的眼光来看，目前数字图像去雾处理仍然处于起步阶段，雾霾类天气条件也在不断变化，所对应的图像去雾处理技术也要实时更新。只有更加完善的图像去雾处理技术才能应对未来更加极端的天气状况，需要针对不同恶劣天气条件提出具有针对性的图像去雾处理算法以满足需要。

1.2 研究现状

图像去雾处理的研究自概念提出就从未间断，发展至今主流去雾方法有基于数字图像处理的有雾图像增强、基于物理模型的有雾图像复原。

全局化增强中直方图均衡化的方法具有去雾算法比较简单、单一景深复原性能优异的优点，其缺点是对景深环境比较复杂的数字图像复原较难，对复杂景深还原性能较差；全局化增强中同态滤波的方法的优点是可以去除因为光线照射不均匀所导致的图像暗色影子，并且可以对图像的原始细节与特点很好的保持。其缺点是因为算法相对复杂，图像处理所需要的时间较多；全局化增强中小波变换的方法具有增强图像细节性能好的优点，其缺点是对数字图像光线过强、过暗、光线不均匀的情况处理性能较差；全局化增强中曲波变换的优点为能够很好的对图像的曲线边缘进行增强，其缺点为虽然可以一定程度上提升图像的质量，但还是不能满足去雾的需求；全局化增强中大气调制传递函数的方法的优点为处理降质图像中模糊区域效果较好，其缺点为去雾处理需要对雾浓度与景深的参数信息，实际应用受到局限。

局部化增强中局部直方图均衡化的方法的优点为对重点处理区域的增强性能较好，其缺点为算法比较复杂，处理时间相对较长，并且存在着不同程度的区块效应；局部化增强的方法中局部对比度增强的方法优点为对图像的局部细节增强效果较好，缺点为无法对整幅图像的动态范围进行改善。

基于物理模型的有雾图像复原中有三种主流算法，其中基于偏激方程的方法对于有雾图像的对比度增强效果较好，视觉性能提高较大，缺点为去雾处理需要对雾浓度与景深的参数信息，实际应用受到局限；基于景深关系的方法优点为对图像的复原效果较好，能够明显的提高图像的清晰度，缺点为去雾处理需要获取图像景深信息，步骤比较繁琐，实际操作复杂，应用条件苛刻^[2]。

1.3 研究意义

随着科技的发展，社会的进步，在我国GDP不断上升的同时，由经济增长所带来的一系列环境问题逐渐凸现出来，最严重的就是雾霾问题。近几年来，我国的雾霾问题越来越严重，全国范围内多个城市均有雾霾出现。在这种恶劣天气条件下，各种图像应用获取的图像品质大幅下降，图像对比度与颜色等主要特征发生退化。为了改变这种现状，对有雾图像进行去雾处理显得尤为关键。随着数字图像处理技术长达60多年的发展，各方面的技术已经有了较大进步，已应用于多个相关领域和行业，并创造了可观的的经济价值^[3]。为了应对雾霾对图像获取品质的影响，图像去雾处理成为了数字图像处理技术中需要重点关注的课题，本论文针对图像去雾处理进行研究，旨在为应对雾霾类恶劣天气图像处理提供参考与建议。

1.4 研究目的

对传统的线性与非线性图像去雾方法进行仿真，分析仿真结果，提出优化的图像去雾算法，并比较优化算法相对于传统算法的优点。完成对雾霾等恶劣天气条件下获得的退化图像有效去雾处理的目标。

1.5 研究方法

通过搜集查阅相关资料，了解图像去雾的现状及其研究意义。对图像去雾处理的有关资料进行学习，了解并掌握基本的去雾算法。对经典的线性与非线性图像去雾处理算法进行学习与仿真，对传统类型的图像去雾处理算法处理结果进行分析，比较不同方法的处理效果。对传统去雾算法的缺点进行改进，通过使用修正天空透射率的方法，提出改进的图像去雾处理算法。对图像去噪过程进行仿真，并对结果分析讨论。对修正天空透射率的图像去雾算法进行仿真结果分析，在主观与客观两个方面对去雾效果进行评估。最后对去雾后的数字图像使用对比度与信噪比两个指标来量化分析，从主观与客观层面得出有价值的结论。

1.6 本章小结

通过对有雾图像处理的研究背景进行了解，对有雾图像处理的研究水平与现状进行了了解，并且总结了一些经典的图像去雾处理的方法；进一步确定本研究的研究目的与研究意义，并且根据相关的图像去雾处理资料与自身科研条件，规划出本研究的研究方法。

第2章 数字图像处理的简介

2.1 数字图像的获取

相机拍摄图像的过程是一个物理过程，阳光被用作能量的来源，当太阳光落在物体上时，由该物体反射光的能量，由传感器元件感测到的数据量产生连续的电压信号。如果要创建一个数字图像，需要把图像数据转化为数字形式，包含采样与量化^[4]。是经过二维数组或者数字矩阵的采样与量化的结果，最终才得到一个数字图像。

2.2 数字图像处理系统简介

信号处理是电气类学科中的一门学科，从数学角度来看涉及到模拟信号与数字信号，具体包括模拟信号与数字信号的分析与处理、被处理信号的储存、被处理信号的滤波等等处理操作。所处理的这些信号包括传输信号，声音或语音信号、图像信号和其他信号等。

数字图像处理系统即为应用数字图像处理的方法来处理数字图像，旨在能开发处理数字图像的计算机系统，该系统的运作是一个数字图像输入和系统处理的过程，使用有效的算法来对数字图像给出一个完善的图像处理结果输出。