目錄第1章引言1.1研究背景現(xiàn)今霧霾天氣在世界范圍內(nèi)頻繁出現(xiàn)，以致采集到的光學(xué)圖像會出現(xiàn)許多如細(xì)節(jié)不清晰、色彩失真、細(xì)節(jié)飽和度與對比度不足等缺陷和問題。戶外的機(jī)器設(shè)備在捕獲光學(xué)影像時(shí)十分容易受到不良天氣的影響，特別是霧霾天氣的影響，對光學(xué)圖像采集產(chǎn)生了很大的不利影響，因此對在霧霾天氣下采集到的含霧圖像進(jìn)行復(fù)原處理有著十分重要意義。在計(jì)算機(jī)視覺中有許多較為重要的研究方向如目標(biāo)的跟蹤和識別等技術(shù)都是需要用到足夠清晰的輸入圖像，才能得到實(shí)現(xiàn)，因此圖像去霧算法具有十分廣闊的應(yīng)用前景以及非常高的相關(guān)理論的研究價(jià)值。舉例來說，在戶外的應(yīng)用中，擁有目標(biāo)識別功能的視覺系統(tǒng)就很有可能會經(jīng)歷霧霾天氣的嚴(yán)重干擾,從而導(dǎo)致系統(tǒng)的圖像變得不清晰,或造成圖像的對比度下降之類的問題。近年來,各國的專家學(xué)者都越來越重視諸如此類的問題以及缺陷，關(guān)于處理這方面問題的研究越來越多，并且還取得了較為出彩的研究成果。圖像去霧技術(shù)在現(xiàn)今階段一般分成兩種：基于圖像增強(qiáng)的算法是其中一項(xiàng)不可或缺的技術(shù)，并不關(guān)注圖像降質(zhì)的緣由，僅僅意圖做到增強(qiáng)圖像對比度以及邊緣梯度等圖像的細(xì)節(jié)信息，其中較為常見的方法有同態(tài)濾波、直方圖均衡化以及基于RETINEX的去霧算法等，這類方法經(jīng)常會產(chǎn)生去霧不徹底的后果，也十分容易出現(xiàn)色彩偏移的情況，僅適用于一部分圖像，通常不具有魯棒性這一性質(zhì)；基于圖像復(fù)原算法的技術(shù)是另一種算法，通常將大氣散射的物理模型作為基礎(chǔ)，通過提出假設(shè)或者先驗(yàn)信息的方式來求解模型中的各個(gè)參數(shù)，從而使含霧圖像恢復(fù)到無霧的狀態(tài)。近些年來，在圖像的去霧算法的研究中，已經(jīng)有了巨大的進(jìn)展。這些算法依據(jù)是否是屬于基于模型去霧的算法被分為圖像增強(qiáng)和模型去霧兩種。圖像增強(qiáng)算法是通過各類方式來增強(qiáng)有霧圖像的對比度使得圖像變得更清晰，以做到去霧的結(jié)果。為了滿足人們主觀視覺的要求，該種算法不會使用物理模型來研究霧天圖像產(chǎn)生退化的根本原因，它會直接從對圖像進(jìn)行處理的角度來出發(fā)去進(jìn)行圖像增強(qiáng)，于是只能改善圖像部分的細(xì)節(jié)，使其在一定程度上達(dá)到改善圖像的視覺效果的結(jié)果；對于場景結(jié)構(gòu)比較復(fù)雜的圖像，該算法不僅無法有效提高去霧圖像的質(zhì)量，甚至還很有可能丟失掉圖像含有的某些比較重要的信息。其中較為常見的屬于圖像增強(qiáng)類的算法一般有同態(tài)濾波、直方圖均衡化、Tan、Retinex算法等。模型去霧類算法一般是通過研究含霧圖像質(zhì)量降低的原因，從而建立大氣散射的物理模型，再利用單幅有霧圖像中含有的各種有效信息來粗略估計(jì)模型的各個(gè)參數(shù)，從而做到在無需任何附加信息的情況下，就能夠得到原始無霧圖像或者無霧圖像最優(yōu)的估計(jì)值。這種方法是從物理本質(zhì)的方面進(jìn)行去霧處理，從而得到更加自然的無霧圖像，有信息有較少丟失這一優(yōu)點(diǎn)。Tarel等提出了一種利用大氣的成像模型通過濾波進(jìn)行去霧的思想，通過中值濾波的方式來估計(jì)大氣散耗函數(shù)，可以實(shí)現(xiàn)彩色圖像去霧和灰度圖像去霧；但是去霧后的圖像目標(biāo)通常會存在光偽影的現(xiàn)象，在某些具有細(xì)節(jié)信息較小的邊緣的區(qū)域的去霧效果較差。Fattal提出了一個(gè)部分符合物理規(guī)律的去霧模型，再通過數(shù)理統(tǒng)計(jì)，從中得到介質(zhì)傳播率和場景色度并不相關(guān)的規(guī)律，然后利用這一規(guī)律來粗略估計(jì)反射率的大小，然后可以得到透射率；但是因?yàn)樵撍惴ㄔ诮y(tǒng)計(jì)特性方面造成了輸入的信息的過分依賴，所以一旦無法滿足應(yīng)有條件時(shí)，圖像去霧的效果就會變得十分不理想，例如在處理通過濃霧天氣得到的圖像時(shí)就會產(chǎn)生比較大的失真現(xiàn)象。后續(xù)He等提出了基于暗通道先驗(yàn)的去霧方法，并且利用這種方法取得了較好的去霧效果，使得該種方法變成現(xiàn)階段最為廣泛使用的圖像去霧算法；然而由于該算法采用的是軟摳圖法來進(jìn)行細(xì)化透射率的操作，故而存在計(jì)算量過大、導(dǎo)致效率太低的缺點(diǎn)，使其在實(shí)際推廣中出現(xiàn)了很大的阻礙。為了使基于暗通道先驗(yàn)算法的圖像去霧方法的運(yùn)算速度及復(fù)雜程度得到降低，涌現(xiàn)了許多對暗通道算法的復(fù)雜度進(jìn)行完善和實(shí)際應(yīng)用的去霧算法。其中：如果用雙邊濾波的方法來代替軟摳圖法進(jìn)行去除邊緣效應(yīng)的處理，那會使得算法的復(fù)雜度得到很大程度的降低，然而處理一幅分辨率大小為400×600的圖像仍然需要幾秒的時(shí)間，而且去霧后的圖形質(zhì)量將會有所下降；之后He等又提出了一種關(guān)于導(dǎo)向?yàn)V波去霧的算法，和雙邊濾波的算法相比，我們可以知道這種算法的圖像去霧質(zhì)量會有所提高，但所需要的時(shí)間兩者缺相差無幾；之后孫小明等又采用圖像分塊的方式來計(jì)算粗暗通道圖，然后再利用導(dǎo)向?yàn)V波的方式進(jìn)行細(xì)化處理，從而進(jìn)一步提高了圖像暗通道去霧的速度，從而節(jié)省了圖像去霧耗費(fèi)的時(shí)間，但仍然不能做到對含霧視頻進(jìn)行實(shí)時(shí)性的處理。幾種思想或算法的優(yōu)缺點(diǎn)如下表1-1所示：表1-1各種去霧算法的優(yōu)缺點(diǎn)思想或算法優(yōu)點(diǎn)缺點(diǎn)Tarel使用大氣成像模型來濾波的去霧思想用中值濾波的方式估計(jì)大氣散耗函數(shù)，實(shí)現(xiàn)彩色圖和灰度圖的去霧去霧后場景會出現(xiàn)光偽影現(xiàn)象，對于細(xì)小邊緣區(qū)域去霧能力較差Fattal建造部分符合物理規(guī)律的簡單去霧模型利用介質(zhì)傳播率與場景色度不相關(guān)的規(guī)律，估計(jì)反射率，計(jì)算得到的透射率較準(zhǔn)確對輸入信息的統(tǒng)計(jì)特性過分依賴，如果無法滿足假設(shè)條件時(shí)，去霧效果會十分不理想He暗通道先驗(yàn)圖像去霧的方法（軟摳圖法）取得了良好的去霧效果，已成為目前最流行的去霧算法采用軟摳圖法細(xì)化透射率，存在計(jì)算量大、效率低的缺陷He暗通道先驗(yàn)圖像去霧的方法（雙邊濾波算法）用雙邊濾波代替軟摳圖法來去除邊緣效應(yīng)，大大降低了算法的復(fù)雜度去霧質(zhì)量會有所下降He暗通道先驗(yàn)圖像去霧的方法（導(dǎo)向?yàn)V波算法）導(dǎo)向?yàn)V波算法與雙邊濾波算法相比提高了去霧質(zhì)量計(jì)算量太大、效率太低He暗通道先驗(yàn)圖像去霧的方法（分塊計(jì)算粗暗通道圖，再用導(dǎo)向?yàn)V波細(xì)化處理）進(jìn)一步提高了暗通道去霧速度仍不能達(dá)到視頻去霧處理的實(shí)時(shí)性1.2研究目的和意義在霧霾天氣下，大氣會大量吸收周圍景物圖像的光線，并且會產(chǎn)生光線散射的現(xiàn)象，從而降低計(jì)算機(jī)采集的光學(xué)圖像的質(zhì)量。近年來，國內(nèi)外的霧霾天氣變得越來越嚴(yán)重，嚴(yán)重的霧霾天氣已經(jīng)對人們?nèi)粘Ｉ钌a(chǎn)造成了巨大的影響，近些年來由霧霾天氣而引起的交通事故已經(jīng)對人民的生命財(cái)產(chǎn)產(chǎn)生了巨大的威脅，因此，對霧霾天氣下獲得的光學(xué)圖像進(jìn)行圖像去霧處理的研究逐漸變得重要起來。因?yàn)榇髿馍⑸涞默F(xiàn)象，在霧霾天氣下得到的大氣的退化圖像有著對比度低、景物模糊等缺點(diǎn)，給國家交通系統(tǒng)和各種戶外視覺系統(tǒng)的應(yīng)用都帶來了很嚴(yán)重的不利影響。就近幾年來說，在有關(guān)圖像去霧的算法研究中，已經(jīng)有了巨大進(jìn)步。通常來說，算法按照是否是基于模型去霧被分為圖像增強(qiáng)及模型去霧兩大類。圖像增強(qiáng)算法是一般是通過各種方式來增強(qiáng)含霧圖像的各種對比度來達(dá)到使圖像清晰的效果，以此來得到圖像去霧的結(jié)果。常見的圖像增強(qiáng)去霧方法有Retinex算法和直方圖均衡算法，該類算法的實(shí)質(zhì)并不是屬于真正的去霧，而是通過增強(qiáng)圖像的對比度起到突出研究對象的效果，雖然效果不是十分理想，但是該方法具有成本低，易操作的優(yōu)點(diǎn)REF_Ref649\r\h。圖像復(fù)原法則是一種基于物理模型進(jìn)行圖像去霧的方法，何愷明在2009年提出了暗通道先驗(yàn)原理去霧算法，很多研究者以此為基礎(chǔ)提出了自己的改進(jìn)方法。因此，近些年基于暗通道先驗(yàn)原理的去霧圖像復(fù)原研究取得了很多重大突破，大量實(shí)驗(yàn)結(jié)果表明，圖像復(fù)原的效果比圖像增強(qiáng)的效果更好。霧霾是由空氣中的灰塵和煙霧等小的漂浮顆粒產(chǎn)生的常見大氣現(xiàn)象。漂浮顆粒將極大地起到吸收光和散射光的作用，會導(dǎo)致圖像降質(zhì)。在霧霾天氣的影響下，諸如通過視頻進(jìn)行監(jiān)控，對遠(yuǎn)程物體進(jìn)行感應(yīng)，完成安全可靠的自動(dòng)駕駛等許多實(shí)際應(yīng)用時(shí)極其容易受到威脅，檢測和識別之類的高級計(jì)算機(jī)視覺任務(wù)也很難順利完成。因此，圖像去霧已然逐漸成為一門越來越熱門也越來越重要的技術(shù)。1.3研究內(nèi)容本文主要研究內(nèi)容是研究不同類型圖像去霧算法的去霧成果，包括直方圖均衡化算法、暗通道先驗(yàn)圖像去霧算法以及通過改進(jìn)透射率和圖像復(fù)原算法的方法得到的暗通道先驗(yàn)圖像去霧算法。在本文中簡單介紹了圖像增強(qiáng)算法和圖像復(fù)原算法的基本概念以及具體實(shí)現(xiàn)的算法步驟。通過研究各種算法的優(yōu)缺點(diǎn)，研究了每種算法適合應(yīng)用的場景。第一章主要是介紹了本文圖像去霧算法研究的意義和背景，并簡單介紹了各種圖像去霧算法的優(yōu)缺點(diǎn)以及各算法的發(fā)展進(jìn)程。第二章介紹了圖像增強(qiáng)去霧算法和圖像復(fù)原去霧算法，介紹了不同圖像去霧算法著重點(diǎn)的不同，所得圖像所含的缺陷也不盡相同。第三章對直方圖均衡化圖像去霧算法和暗通道圖像去霧算法以及改進(jìn)后的暗通道圖像去霧算法進(jìn)行了仿真。第四章通過主觀評價(jià)和客觀評價(jià)兩個(gè)方面對三種算法獲得的去霧圖像進(jìn)行對比。其中客觀評價(jià)主要是從平均梯度、信息熵、標(biāo)準(zhǔn)差三個(gè)標(biāo)準(zhǔn)進(jìn)行比對分析的。第2章圖像去霧算法第2章圖像去霧算法近年來出現(xiàn)了許多圖像去霧算法，這些去霧算法按照是否是基于模型來進(jìn)行去霧的可以分為圖像增強(qiáng)和模型去霧兩大類?；趫D像增強(qiáng)算法的技術(shù)是其中一種，這種算法并不在意圖像降質(zhì)的緣由，僅僅關(guān)注增強(qiáng)圖像的對比度、邊緣梯度等細(xì)節(jié)信息，這類方法通常會導(dǎo)致去霧不徹底，也極其容易產(chǎn)生色彩偏移的情況；另一種技術(shù)是基于圖像復(fù)原算法的技術(shù)，這種算法以大氣散射的物理模型為基礎(chǔ)，通過提出假設(shè)或先驗(yàn)信息等來求解模型中的參數(shù)，從而達(dá)到使含霧圖像恢復(fù)到無霧圖像狀態(tài)的目的。2.1圖像增強(qiáng)2.1.1圖像增強(qiáng)方法去霧利用圖像增強(qiáng)方法進(jìn)行圖像去霧處理是基于含霧圖像本身進(jìn)行的去霧處理，并不考慮霧氣導(dǎo)致的圖像降質(zhì)的問題，而是直接通過某種圖像增強(qiáng)的算法對圖像進(jìn)行去霧處理。對位于圖像中的有價(jià)值的信息進(jìn)行圖像增強(qiáng)其實(shí)是一個(gè)失真過程，它主要目的就是對圖像的視覺效果進(jìn)行改善，使其符合圖像的應(yīng)用的場合。帶有目的性對圖像的整體特性或是局部特性進(jìn)行強(qiáng)調(diào)，可以將原來模糊的圖像變得清晰可見或者強(qiáng)調(diào)某些人們感興趣的特征，通過擴(kuò)大圖像中不同的物體的特征之間的區(qū)別，抑制某些人們不感興趣的特征，從而達(dá)到使圖像的質(zhì)量得到改善、圖像信息量得到豐富，加強(qiáng)圖像的判讀以及識別的效果，以此來滿足某些特殊分析的需求。圖像增強(qiáng)算法主要可以被分為全局化圖像增強(qiáng)及局部化圖像增強(qiáng)兩種。（1）全局化圖像增強(qiáng)算法全局化圖像增強(qiáng)去霧算法包含：1)全局直方圖均衡化算法，其實(shí)現(xiàn)程序十分簡單，特別容易在嵌入式系統(tǒng)中得到實(shí)現(xiàn)，傳統(tǒng)的直方圖均衡算法就是利用一個(gè)變換函數(shù)來將輸入圖像的灰度級映射到輸出圖像,

使得輸出圖像的各灰度級處于相對均勻分布的狀態(tài),

得到使圖像的對比度得到增強(qiáng)的效果；2)小波分析的方法，可以利用小波分析和多尺度分析對圖像進(jìn)行去霧；3)基于Retinex算法的圖像去霧方法，該算法理論的是基于顏色恒常性原理進(jìn)行的圖像去霧處理。（2）局部化圖像增強(qiáng)算法局部化圖像增強(qiáng)去霧算法主要包括：1)局部直方圖均衡化算法：與全局方法相比,局部直方圖均衡方法可以更好地增強(qiáng)圖像的局部細(xì)節(jié)，局部方法可以分為子塊不重疊、子塊重疊與子塊部分重疊(POSHE)三種方法；2)局部對比度增強(qiáng)算法；3）局部方差增強(qiáng)算法。2.1.2圖像增強(qiáng)算法基于直方圖均衡化的算法基于概率論的一種方法，其中利用灰度變換的方法來達(dá)到圖像增強(qiáng)的目的，是圖像增強(qiáng)中較為常見的算法。把原始圖像灰度直方圖從較為集中的某個(gè)灰度區(qū)間轉(zhuǎn)換成在所有灰度范圍內(nèi)均勻分布的情況是直方圖均衡化處理含霧圖像的“核心思想”。（1）圖像灰度直方圖一個(gè)灰度級在范圍[0,L-1]的數(shù)字圖像，其直方圖是一個(gè)離散函數(shù)： （2-1）n是圖像的像素總數(shù)，是圖像第k個(gè)灰度級的像素總數(shù)，是第k個(gè)灰度級，k=0,1,2,……,L-1。（2）直方圖變換的理論基礎(chǔ)假設(shè)連續(xù)圖像的概率分布計(jì)算為：（2-2）其中r為灰度，A為圖像的面積。（3）直方圖均衡化的算法步驟1）列出原始圖像和變換后圖像的灰度級：I,J=0，1，……，L-1,其中L是灰度級的個(gè)數(shù)；2）統(tǒng)計(jì)原始圖像各灰度級的像素個(gè)數(shù)；3）計(jì)算原始圖像直方圖： （2-3）N為原始圖像像素總個(gè)數(shù)；4）利用灰度變換函數(shù)計(jì)算變換后的灰度值，并四舍五入： （2-4）5）確定灰度變換關(guān)系，根據(jù)此將原圖像的灰度值修正為統(tǒng)計(jì)變換后各灰度級的像素個(gè)數(shù)；6）計(jì)算變換后圖像的直方圖： （2-5）2.2圖像復(fù)原2.2.1圖像復(fù)原方法去霧圖像復(fù)原方法是基于大氣散射物理模型進(jìn)行去霧處理，它通過利用霧天圖像退化模型，估計(jì)模型參數(shù)，然后進(jìn)行圖像的復(fù)原來進(jìn)行圖像處理。圖像復(fù)原技術(shù)主要是針對成像過程中的“退化”提出來的一種技術(shù)算法，而成像過程中的“退化”現(xiàn)象則主要是指成像系統(tǒng)在受到各種因素的影響，比如像成像系統(tǒng)的散焦、設(shè)備與物體之間存在的相對運(yùn)動(dòng)或者是器材本身的固有缺陷等，出現(xiàn)圖像的質(zhì)量不能夠達(dá)到理想要求的現(xiàn)象。基于物理模型的圖像復(fù)原主要有基于深度關(guān)系的霧天圖像復(fù)原的方法以及基于偏微分方程的霧天圖像復(fù)原和基于先驗(yàn)信息的霧天圖像復(fù)原三種。2.2.2暗通道先驗(yàn)算法去霧由于大氣散射模型中有很多參數(shù)是未知的，所以根據(jù)基本的代數(shù)知識可以推知這是一個(gè)無解的方程，唯有在已知一部分先驗(yàn)信息的基礎(chǔ)上才能求出方程固定的解。最近這些年，大量的研究人員根據(jù)這一思想，提出很多不同的去霧算法，并取得了許多顯著成就。例如，Tan經(jīng)過統(tǒng)計(jì)發(fā)現(xiàn)無霧圖像和有霧圖像相比，無霧圖像具有更高的對比度，如果通過最大化有霧圖像的局部對比度就可以得到一個(gè)較為清晰的無霧圖像，但是去霧結(jié)果極易出現(xiàn)色調(diào)飽和的現(xiàn)象。Fattal提出假設(shè)：假如光線傳播圖和場景表面陰影部分局部不相關(guān)，那么就可以推導(dǎo)出光線傳播圖以及得到無霧圖像，但這種方法無法適用于濃霧區(qū)域。He等利用暗通道先驗(yàn)信息先進(jìn)行透射率的粗略估計(jì)，然后采用軟摳圖算法對透射率進(jìn)行細(xì)化處理。但是由于進(jìn)行軟摳圖的計(jì)算會消耗很多時(shí)間，所以He等提出了基于導(dǎo)向?yàn)V波的暗通道去霧算法，大量減少了去霧所需要的時(shí)間。Jiang等以暗通道為基礎(chǔ)，提出利用容差機(jī)制對透射率進(jìn)行修正，從而減少了天空等明亮區(qū)域的失真，但使用軟摳圖的算法優(yōu)化透射率的方法，會耗費(fèi)較長時(shí)間。暗通道先驗(yàn)算法對于天空等明亮的區(qū)域并不適用，不但會使這些區(qū)域的大氣光以及透射率的估計(jì)變得不準(zhǔn)確，導(dǎo)致天空等明亮的區(qū)域易產(chǎn)生顏色失真和偏移，并且會使去霧圖像的整體偏暗。于是乎，本文提出了一種基于暗通道先驗(yàn)原理的圖像去霧的新算法，該算法采用一種先用程序?qū)D像進(jìn)行分塊處理，然后在已經(jīng)分割出來的天空區(qū)域的暗通道中選取最亮的0.1%像素，消去后，對最大值對應(yīng)象素三通道進(jìn)行求和，再平均到三通道中求得大氣光值；然后利用圖像結(jié)構(gòu)的相似性找到圖像最優(yōu)的粗透射率，再優(yōu)化透射率，并結(jié)合容差機(jī)制對粗透射率進(jìn)行修正；最后，依據(jù)大氣的散射模型通過改進(jìn)算法恢復(fù)得到無霧圖像，并對其亮度進(jìn)行增強(qiáng)處理。2.2.3暗通道先驗(yàn)算法分析目前基于圖像復(fù)原的技術(shù)中最為常用的是何凱明博士等人提出的基于暗通道先驗(yàn)的圖像去霧算法，通過暗通道圖粗略的對透射率進(jìn)行估計(jì)，然后利用軟摳圖的方法來優(yōu)化透射率，最后估計(jì)大氣光值，從而使含霧圖像恢復(fù)到無霧圖像；該算法原理簡單方便，十分明了，適用于大部分場景，但基于暗通道先驗(yàn)的算法對天空這種過于明亮的區(qū)域來說并不適用，不僅會造成去霧后的天空區(qū)域顏色失真嚴(yán)重而且會產(chǎn)生大量噪聲。在以前的專家學(xué)者的研究中，通常把大氣光取值定在含霧圖像中的霧最不透明的區(qū)域。在含霧圖像中，所含霧的濃度越低，它的暗通道圖就會越暗，其像素點(diǎn)值就會越??；所含霧的濃度越高，它的暗通道圖就會越亮，其像素點(diǎn)值就會越大，所以，暗通道圖能夠比較良好的反映出霧的濃度信息。（1）暗通道理論暗通道的定義：在絕大多數(shù)的非天空等明亮的局部區(qū)域里，某些像素總會有最少一個(gè)顏色通道有著很低的數(shù)值。換句話說，就是說該區(qū)域光強(qiáng)度的最小值是個(gè)極小的數(shù)值。

我們一般給暗通道一個(gè)數(shù)學(xué)定義，對于任意一個(gè)輸入圖像J，它的暗通道表達(dá)可表示為： （2-6）其中表示將x作為中心的圖像窗口大小，用來表示RGB圖像的某一點(diǎn)y的某一通道。公式所表示的意義以代碼的形式進(jìn)行表達(dá)也非常簡單，首先要求得每個(gè)像素RGB分量中最小的值，然后存入一幅與原始圖像大小相同的灰度圖中，最后對這幅灰度圖進(jìn)行最小值濾波處理，由窗口大小來決定濾波的半徑，一般有WindowSize=2*Radius+1；造成暗像素點(diǎn)中某個(gè)顏色通道像素值很低主要有三個(gè)原因：陰影。因?yàn)樘枱o法照射到一些景物，所以會有陰影的產(chǎn)生。彩色的物體或表面。因?yàn)橥ǔ２噬奈矬w或表面的兩種顏色的通道亮度值差別很大，其中的—個(gè)顏色通道亮度值很大，另一個(gè)顏色通道亮度值非常小，就會由于反差極大而形成暗原色。(3)暗目標(biāo)。表面顏色非常暗的物體就被我們稱為暗目標(biāo)。因?yàn)橐陨先N因素，我們所得到的戶外景物圖像總是會有很低的暗通道值。在有霧圖像中，霧的存在使得景物透射率變小，拍攝所得圖像受到大氣光的影響，圖像像素值往往要大于原始值。所以濃霧存在的部分，使得圖像的暗通道值較景物本身更高。那么基于前面提到的先驗(yàn)，在暗通道趨近于0的前提下，有霧圖像在濃霧部分的暗通道值就是霧濃度的粗略近似，即暗通道先驗(yàn)的理論指出：。(2)霧的成像模型在計(jì)算機(jī)視覺和計(jì)算機(jī)圖形當(dāng)中，被廣泛認(rèn)知的有霧圖像的成像模型應(yīng)當(dāng)符合下面的公式： （2-7）其中，I(x)是我們已有的含霧圖像，J(x)是我們需要通過圖像處理恢復(fù)得到的無霧圖像，A所表示的是全球大氣光成分，t(x)被稱為透射率。顯而易見這個(gè)方程可以得到無數(shù)解，那么要想求得滿足條件的解就需要通過設(shè)置先驗(yàn)條件來對其進(jìn)行約束。(3)暗通道理論去霧推理過程 （2-8）其中，c表示圖像的RGB某通道。然后，假設(shè)在圖像窗口內(nèi)的透射率t(x)為常數(shù)，表示為,然后對（2-7）進(jìn)行暗通道處理，可以得到： （2-9）上式中，J是待求的無霧圖像，通過暗通道先驗(yàn)理論可得： （2-10）則可以得出（2-9）中等式的右邊第一項(xiàng)為0，則（2-9）可以簡化為： （2-11）通過（2-11）可以求得透射率預(yù)估值。采用導(dǎo)向?yàn)V波對透射率進(jìn)行細(xì)化處理。由于根據(jù)式（2-7）估計(jì)出的透射率值比較粗糙，導(dǎo)致處理后得到的圖像不清晰，所以需要進(jìn)一步對透射率進(jìn)行細(xì)化操作。He等首先提出運(yùn)用軟摳圖的方法對透射率t(x)進(jìn)行細(xì)化，但該方法的計(jì)算復(fù)雜度和時(shí)間復(fù)雜度都比較高。所以后來其又提出采用了導(dǎo)向?yàn)V波代替軟摳圖法，該方法與軟摳圖法相比，大大優(yōu)化了計(jì)算復(fù)雜度和時(shí)間復(fù)雜度，并且在邊緣保持方面的效果較好REF_Ref1041\r\h。在現(xiàn)實(shí)生活中，無論是晴空萬里，還是陰天下雨，空氣中總會有許多微小的顆粒存在，光通過空氣中的微小顆粒折射進(jìn)入人們的視野，就會給遠(yuǎn)處的物體造成一種有霧的感覺，霧的存在還使人類感知到了景深和意境的存在，因此，我們通常選擇在去霧的時(shí)候保留一定程度的霧，所以可以通過在（2-11）中引入一個(gè)在[0,1]之間的因子，則（2-11）可以修正為公式： （2-12）通常取中的某個(gè)值。上述推論中都是假設(shè)全球大氣光A值是已知的，然而在實(shí)際操作中，大氣光A值并不是已知的，所以我們可以通過借助暗通道圖像來從有霧圖像中獲取全球大氣光A值REF_Ref31007\r\h。詳細(xì)步驟如下：1)從暗通道圖中按照亮度的大小取亮度占前0.1%的像素。2)在這些位置中，在原始有霧圖像中尋找對應(yīng)的具有最高亮度的點(diǎn)的值，來作為A值。到這一步，我們就可以對無霧圖像進(jìn)行恢復(fù)了。由（2-6）可知：（2-13）I,A,t都已經(jīng)求得，然后我們完全可以進(jìn)行計(jì)算得到J的數(shù)值。當(dāng)投射圖t的值很小時(shí)，就會導(dǎo)致J的值偏大，從而使得圖像整體向白場過度，因此一般可設(shè)置一閾值T0，當(dāng)t值小于T0時(shí)，令t=T0，本文中所有效果圖均以T0=0.1為標(biāo)準(zhǔn)計(jì)算。因此，最終的恢復(fù)公式： （2-14）對大部分戶外景象來說，暗通道先驗(yàn)圖像去霧算法都能達(dá)到不錯(cuò)的去霧效果，復(fù)原得到的景物視覺效果良好，清晰自然，但當(dāng)圖像中出現(xiàn)較多的天空等明亮區(qū)域時(shí)，去霧之后的圖片明顯可以看出天空部分色彩不均勻，顏色失真出現(xiàn)凝重色塊的現(xiàn)象。2.3幾種算法對比 2.3.1圖像增強(qiáng)過程簡介增強(qiáng)圖像中的有價(jià)值的信息是進(jìn)行的一個(gè)失真過程，它主要目的就是對圖像的視覺效果進(jìn)行改善，使其符合圖像的應(yīng)用的場合。帶有目的性對圖像的整體特性或是局部特性進(jìn)行突出強(qiáng)調(diào)，就可以將原來模糊的圖像變得清晰可見或者強(qiáng)調(diào)某些人們感興趣的特征，通過擴(kuò)大圖像中不同的物體的特征之間的區(qū)別，抑制某些人們不感興趣的特征，從而達(dá)到使圖像的質(zhì)量得到改善、圖像信息量得到豐富，加強(qiáng)圖像的判讀以及識別的效果，以此來滿足某些特殊分析的需求。2.3.2圖像復(fù)原過程簡介圖像復(fù)原技術(shù)在開始時(shí)主要是針對成像過程中的“退化”提出來的一種技術(shù)算法，然而成像過程中出現(xiàn)的“退化”則主要是指在成像系統(tǒng)圖像受到各種不利因素的影響，比如像成像系統(tǒng)的散焦、設(shè)備與物體之間存在的相對運(yùn)動(dòng)或者是器材本身的固有缺陷等，往往會出現(xiàn)圖像的質(zhì)量不能夠達(dá)到理想要求的現(xiàn)象。2.3.3兩者對比圖像復(fù)原和圖像增強(qiáng)存在很多類似的地方，它們都是提高圖像整體質(zhì)量的技術(shù)。但是和圖像復(fù)原技術(shù)相比，圖像增強(qiáng)更重在關(guān)注對比度的拉伸方面，它的主要的目的是依據(jù)觀看者的喜惡來對所選圖像進(jìn)行處理，只提供給人們喜歡觀看的圖像或者部分圖像，而圖像復(fù)原技術(shù)卻是通過利用模糊函數(shù)來達(dá)到去除圖像中所含有的模糊部分的目的，達(dá)到還原模糊圖像的本來面目的效果。它采用的主要方式就是利用某些已知的先驗(yàn)知識來對圖像進(jìn)行處理，將已經(jīng)退化的圖像進(jìn)行圖像修復(fù)或者是圖像重建，并且我們可以將其看作圖像退化的逆向過程。圖像的復(fù)原處理，指的是我們首先要對退化圖像的退化的整個(gè)過程進(jìn)行恰當(dāng)?shù)牟聹y估計(jì)，并以此為基礎(chǔ)來建立一個(gè)近似的圖像退化數(shù)學(xué)模型，然后我們還應(yīng)當(dāng)對模型進(jìn)行適度的修正處理，從而對圖像退化過程出現(xiàn)的顏色失真進(jìn)行補(bǔ)償處理，使得復(fù)原之后得到的清晰圖像與原始圖像更加趨近，最終實(shí)現(xiàn)圖像的最優(yōu)化。然而在圖像的退化以及模糊的過程中，通常同時(shí)存在噪聲和干擾，這就會給圖像的復(fù)原處理帶來許多不確定的不利影響。2.3.4暗通道先驗(yàn)算法簡介“暗通道”顧名思義，無論天氣是晴朗無云還是沒有霧霾，至少在三個(gè)通道的任一通道中很小，甚至可能趨近于零的像素值，它們呈現(xiàn)出的顏色很灰暗，被稱為暗原色，構(gòu)成“暗通道”。強(qiáng)度的最小值是個(gè)非常小的數(shù)。那么可能造成圖像暗原色的原因有：(1)陰影。如太陽照射不到的情況下，各類建筑下的影子、大樹下的影子，水面的倒影。(2)彩色的物體或表面。如紫色的外套、紅色的床單、色彩繽紛的小花等，都會因?yàn)槠渲械摹獋€(gè)顏色通道亮度值很大，另一個(gè)顏色通道亮度值非常小，反差極大而形成暗原色。(3)暗目標(biāo)。如黑色的屋頂或假山，此類表面顏色非常暗的物體。由于大氣散射模型中有很多參數(shù)未知，依據(jù)基本的代數(shù)知識可以得知這是一個(gè)無解的方程，唯有通過了解一些先驗(yàn)信息才能求出方程固定的解。近年來，一些專家學(xué)者從這一思想出發(fā)，提出很多去霧算法，并取得了一些成就。例如，Tan統(tǒng)計(jì)研究發(fā)現(xiàn)其實(shí)無霧圖像與有霧圖像相比較，兩者有著較高的對比度，通過最大化有霧圖像局部的對比度可以得到無霧圖像，但結(jié)果容易出現(xiàn)色調(diào)飽和。Fattal提出，假如光線傳播圖與場景表面的陰影部分呈局部不相關(guān)狀態(tài)，那么就可以推導(dǎo)得出光線的傳播圖以及無霧圖像，但無法適用于濃霧區(qū)域。He等利用暗通道先驗(yàn)信息粗略估計(jì)透射率，采用軟摳圖算法對透射率細(xì)化。由于軟摳圖計(jì)算會消耗大量的時(shí)間，He等提出了基于導(dǎo)向?yàn)V波的暗通道去霧算法，大大減少了去霧時(shí)間。Jiang等在暗通道的基礎(chǔ)上，提出利用容差機(jī)制對透射率進(jìn)行修正，減少了天空區(qū)域的失真，但使用軟摳圖算法優(yōu)化透射率，用時(shí)較長。暗通道先驗(yàn)算法對于天空等明亮區(qū)域并不適用，會使這些區(qū)域的大氣光和透射率估計(jì)不準(zhǔn)確，導(dǎo)致這些區(qū)域易產(chǎn)生顏色失真與偏移，并且去霧圖像整體偏暗。2.4本章小結(jié)本章對圖像增強(qiáng)去霧算法和圖像復(fù)原去霧算法進(jìn)行了介紹，介紹了不同圖像去霧算法關(guān)注點(diǎn)的不同，所含缺陷也不盡相同。主要是對圖像增強(qiáng)中的直方圖均衡化和圖像復(fù)原中暗通道先驗(yàn)算法的理論和步驟進(jìn)行詳細(xì)介紹。第3章圖像去霧算法仿真第3章圖像去霧算法仿真本文中提及的三種去霧算法流程圖如圖3-1所示：圖3-1去霧算法流程圖3.1圖像加霧仿真首先我們要通過加霧算法對原始圖像進(jìn)行加霧處理，原始圖像如圖3-2所示： 圖3-2原始圖像加霧后的圖像如圖3-3所示：圖3-3加霧后的圖像3.2圖像增強(qiáng)算法仿真直方圖均衡化是非常簡單有效的一種圖像增強(qiáng)的技術(shù)，它通過改變圖像直方圖來使圖像中各像素的灰度發(fā)生改變，主要是為了增強(qiáng)某些動(dòng)態(tài)范圍偏小的含霧圖像的對比度。如果原始圖像的灰度分布集中在較窄的區(qū)間，就會出現(xiàn)圖像不夠清晰，十分模糊的現(xiàn)象。比如，過曝的光學(xué)圖像的灰度級將會集中在具有高亮度的范圍內(nèi)，但是曝光不足的圖像灰度級將會被集中在具有低亮度的范圍內(nèi)。如果采用的是直方圖均衡化的方法，就可以將原始圖像直方圖轉(zhuǎn)換為均勻分布的形式，如此便就會增加像素間灰度值的差別的動(dòng)態(tài)范圍，從而使圖像整體對比度增強(qiáng)。對于一幅灰度圖像來說，它的直方圖將會反映該圖像中的不同灰度級出現(xiàn)概率或次數(shù)的統(tǒng)計(jì)情況。有霧圖像如圖3-4所示：圖3-4有霧圖像對有霧圖像進(jìn)行直方圖均衡化可以得到均衡后的圖像，均衡后的圖像如圖3-5所示：圖3-5均衡后的圖像有霧圖像的直方圖和均衡變換后的直方圖如圖3-6所示：圖3-6直方圖3.3暗通道先驗(yàn)算法仿真暗通道先驗(yàn)算法的進(jìn)行圖像去霧的技術(shù)已經(jīng)非常成熟了,但是它的缺點(diǎn)也十分明顯，包括進(jìn)行圖像處理的速度很慢、處理完成后的圖像的整體色彩會變暗、天空等明亮區(qū)域會發(fā)生過曝的現(xiàn)象等。暗通道先驗(yàn)是數(shù)據(jù)統(tǒng)計(jì)得到的結(jié)果，它是對大量戶外的無霧照片進(jìn)行統(tǒng)計(jì)得到的結(jié)果，如果所在目標(biāo)場景內(nèi)的背景或前景就和大氣光類似，像白茫茫的雪地、一片蔚藍(lán)的大海、只有白色的背景墻等，就會由于先決條件就不成立，因此無法得到令人滿意的結(jié)果，當(dāng)然，對于一般情況下的風(fēng)景照片來說，處理效果會是很不錯(cuò)的。經(jīng)過暗通道先驗(yàn)算法進(jìn)行的圖像去霧處理，所得去霧后的圖像，如圖3-7所示：圖3-7去霧后的圖像所得暗通道圖像，如圖3-8所示：圖3-8暗通道圖像所得透射率t的圖形，如圖3-9所示：圖3-9透射率t的圖形3.4改進(jìn)暗通道先驗(yàn)算法仿真本文通過改變透射率和改進(jìn)圖像復(fù)原算法對圖像進(jìn)行圖像去霧處理，以得到更好的去霧效果。（1）改進(jìn)的暗通道先驗(yàn)算法流程：（2）對有霧圖像進(jìn)行分塊處理；（3）計(jì)算塊狀區(qū)域暗通道值；（4）改進(jìn)透射率；（5）計(jì)算大氣光值A(chǔ)；（6）復(fù)原清晰圖像。改進(jìn)后的暗通道先驗(yàn)算法的算法流程圖如圖3-10所示：圖3-10改進(jìn)的暗通道先驗(yàn)算法流程圖3.4.1分塊分塊處理能夠更好的處理每個(gè)像素，從而獲得更多詳細(xì)的信息，但是極有可能出現(xiàn)分塊的邊緣現(xiàn)象，如果仔細(xì)觀察放大后的細(xì)節(jié)圖，我們就會發(fā)現(xiàn)在圖像的中間位置會有一條惹人注意的分界線，這條分界線就是分塊所引起的不良后果，需要我們通過進(jìn)一步再處理解決這個(gè)問題。不僅如此，分塊處理可能更適合用于運(yùn)算，通過分塊的方法來提高求得粗暗通道圖的效率，當(dāng)我們按照圖像分塊處理的方式進(jìn)行暗通道去霧后，我們可以非常明顯地看到圖像出現(xiàn)了塊狀效應(yīng)，分塊示圖如圖3-11所示：圖3-11分塊對分塊后的圖像進(jìn)行暗通道先驗(yàn)算法可以得到更加準(zhǔn)確的暗通道值。如圖3-12所示：圖3-12分塊后的暗通道3.4.2改進(jìn)透射率透射是光穿過透明物體時(shí)發(fā)生折射現(xiàn)象而產(chǎn)生的一種出射現(xiàn)象。被透射的物體通常為透明體或是半透明體，像玻璃和濾色片等物體就極易被透射。假如被透射的透明體的顏色是無色的，那么除了一小部分的光會被反射外，大部分的光均會成功透過物體。為了能夠知道光透過透明物體的強(qiáng)弱程度，我們一般會用入射光的光通量和透過光的光通量相比得到的數(shù)值τ來表明物體所具有的透光屬性，數(shù)值τ就被我們稱為光透射率。通過改進(jìn)透射率得到修復(fù)結(jié)果可以顯著消除圖像的塊效應(yīng)現(xiàn)象，并且可以使得結(jié)構(gòu)邊緣基本保持不變。結(jié)果如圖3-13所示：圖3-13改進(jìn)透射率3.4.3改進(jìn)復(fù)原清晰圖像基于He等方法估計(jì)空氣光A時(shí)，先取暗通道中強(qiáng)度值最靠前的0.1%像素，再將對應(yīng)在霧天圖像中相同位置里的最大值作為A的估計(jì)。該方法的局限在于如果僅僅通過取單個(gè)最大值進(jìn)行程序運(yùn)行，那么將很容易導(dǎo)致誤差的產(chǎn)生，因?yàn)槠渲懈吡料袼貫樵肼暤目赡苄院艽?。本文提出的相?yīng)的改進(jìn)方法，是通過取相同位置中的全體像素的均值作為空氣光A，這樣可以快速有效的排除個(gè)別噪聲所造成的干擾。經(jīng)過修正后的算法，會使景物的天空部分將不會再出現(xiàn)任何不均勻的色塊，也會良好的控制圖像的色彩偏移現(xiàn)象，在天空背景下的其他景物也會顯得更加清晰。通過上述方法復(fù)原出的去霧后的清晰圖像如圖3-14所示：圖3-14改進(jìn)后復(fù)原的清晰圖像3.5本章小結(jié)本章對三種圖像去霧算法進(jìn)行仿真，從中我們可以看出：直方圖均衡化圖像去霧算法存在色彩過度增強(qiáng)的缺陷，暗通道圖像去霧算法所得圖像的天空等明亮區(qū)域會發(fā)生過曝的現(xiàn)象，改進(jìn)的暗通道圖像去霧算法得到的結(jié)果較為清晰。參考文獻(xiàn)第4章實(shí)驗(yàn)結(jié)果及分析4.1直方圖均衡化 直方圖均衡化這種方法對于背景和前景都亮度太強(qiáng)或者太弱的圖像都十分有用，該方法對于醫(yī)學(xué)X光圖像的顯示具有很大作用，它能解決曝光過度或者曝光不足的缺陷和問題，從而獲得更好的照片細(xì)節(jié)信息。這種方法的重要優(yōu)勢是它是一個(gè)十分直觀簡單的技術(shù)并且它是一種可逆的圖像操作，假設(shè)均衡化函數(shù)的內(nèi)容是已知的，那么將直方圖恢復(fù)到原始的直方圖是比較容易的，而且計(jì)算量也并不大。這種方法有一個(gè)十分顯著的缺點(diǎn)就是它對要進(jìn)行處理的數(shù)據(jù)并不會加以選擇，很可能會導(dǎo)致背景雜訊的對比度的增加和有價(jià)值的信號的對比度的降低；經(jīng)過變換后圖像灰度級會變少，并會導(dǎo)致某些細(xì)節(jié)信息的消失；像某些圖像，如果該圖像的直方圖有高峰，那么經(jīng)過處理后對比度不自然的部分將會過度增強(qiáng)。對于本文選取的含有明亮天空區(qū)域的有霧圖像來說，直方圖均衡化并不能達(dá)到一個(gè)很好的效果，出現(xiàn)了曝光過度的情況，所得去霧圖像并不能達(dá)到要求。4.2基于暗通道先驗(yàn)的圖像去霧算法如果只利用暗通道先驗(yàn)的算法進(jìn)行圖像的去霧的恢復(fù)處理，會出現(xiàn)比較嚴(yán)重的halo現(xiàn)象，通過何凱明博士的論文我們可以知道如果對恢復(fù)圖像再次進(jìn)行進(jìn)一步的軟摳圖處理，就能夠達(dá)到我們想要的效果。暗通道先驗(yàn)是數(shù)據(jù)統(tǒng)計(jì)得到的結(jié)果，它是對大量戶外的無霧照片進(jìn)行統(tǒng)計(jì)得到的結(jié)果，如果所在目標(biāo)場景內(nèi)的背景或前景就和大氣光類似，像白茫茫的雪地、一片蔚藍(lán)的大海、只有白色的背景墻等，就會由于先決條件就不成立，因此無法得到令人滿意的結(jié)果，當(dāng)然，對于一般情況下的風(fēng)景照片來說，處理效果會是很不錯(cuò)的。本文中算法對于含有明亮區(qū)域，諸如天空之類的明亮區(qū)域的含霧圖像來說，如果僅利用暗通道先驗(yàn)的算法進(jìn)行圖像去霧則會造成去霧后的天空等區(qū)域的顏色失真十分嚴(yán)重并且會有大量噪聲的產(chǎn)生。4.3改進(jìn)的暗通道先驗(yàn)的圖像去霧算法本文通過改變透射率和改進(jìn)圖像復(fù)原算法對圖像進(jìn)行去霧處理，得到更好的去霧效果。首先進(jìn)行分塊處理能夠更好的處理每個(gè)像素，從而獲得更多詳細(xì)的信息，對分塊后的圖像進(jìn)行暗通道先驗(yàn)算法可以得到更加準(zhǔn)確的暗通道值，但是極有可能出現(xiàn)分塊的邊緣現(xiàn)象，放大的細(xì)節(jié)圖中間可以看到一道非常惹人注意的邊界，所以我們對其進(jìn)行了下一步的再處理，來消除塊效應(yīng)。通過改進(jìn)透射率對圖像進(jìn)行修復(fù)得到的修復(fù)結(jié)果可以明顯消除圖像存在的塊效應(yīng)現(xiàn)象，并且能夠保持結(jié)構(gòu)邊緣基本不變。改進(jìn)透射率在本文算法中的意義十分重大，為之后的復(fù)原清晰圖像奠定了基礎(chǔ)。最后，對于前人選擇取暗通道中強(qiáng)度值靠前的0.1%像素，對應(yīng)于霧天圖像中相同位置里的最大值作為大氣光A值的估計(jì)，很可能造成嚴(yán)重誤差，本文提出的相應(yīng)的改進(jìn)方法，是通過取相同位置中的全體像素的均值作為空氣光A，這樣可以快速有效的排除個(gè)別噪聲所造成的干擾。4.4三種圖像去霧算法結(jié)果對比4.4.1結(jié)果對比現(xiàn)在我們將三種算法運(yùn)行得到的去霧圖像進(jìn)行對比，其中圖4-1表示的是直方圖均衡化算法進(jìn)行去霧后的圖像：圖4-1直方圖均衡化去霧算法結(jié)果圖4-2表示的是基于暗通道先驗(yàn)的圖像去霧算法的去霧結(jié)果：圖4-2基于暗通道先驗(yàn)的去霧算法的去霧結(jié)果圖4-3表示的是改進(jìn)后的暗通道先驗(yàn)的去霧算法所得圖像結(jié)果：圖4-3改進(jìn)后的暗通道先驗(yàn)的去霧算法所得圖像結(jié)果4.4.2主觀分析從三種圖像去霧算法我們可以明顯看出：（1）改進(jìn)后的暗通道先驗(yàn)的去霧算法所得到的去霧圖像最符合我們的要求，圖像去霧最徹底，圖像最清晰，無論是從色彩還是飽和度，都是最符合人們預(yù)期的圖像，其去霧效果是最自然的，邊緣細(xì)節(jié)保留的也是最完好的；（2）相比較而言，通過直方圖均衡化得到的去霧圖像色彩飽和度過高，出現(xiàn)了色彩過增的現(xiàn)象，并不符合人們預(yù)期得到的結(jié)果；（3）而對于未改進(jìn)的暗通道先驗(yàn)去霧算法得到的去霧圖像，我們可以明顯得出結(jié)論，對于圖像中的天空等明亮區(qū)域，暗通道先驗(yàn)算法并不能很好的處理，去霧圖像色彩已經(jīng)出現(xiàn)極大失真，不符合人們預(yù)期得到的結(jié)果。于是，我們可以得出結(jié)論：改進(jìn)后的暗通道先驗(yàn)的圖像去霧算法所得去霧圖像具有較好的圖像去霧效果，其去霧效果最為自然，沒有出現(xiàn)色彩過增的現(xiàn)象，也能很好的處理天空等明亮區(qū)域，因此，改進(jìn)后的暗通道先驗(yàn)去霧算法所得去霧圖像更符合我們的要求。4.4.3客觀分析對于以上三種圖像去霧算法所得到的去霧圖像進(jìn)行了客觀指標(biāo)的對比，情況如表4-1所示：表4-1客觀評價(jià)指標(biāo)直方圖均衡化暗通道算法改進(jìn)的暗通道算法平均梯度0.04300.02210.0372信息熵7.57226.66866.7549標(biāo)準(zhǔn)差52.576735.888354.8653其中，平均梯度的主要作用是用來表示圖像邊界灰度變化率的，它主要用于反映圖像的細(xì)節(jié)反差的程度以及紋理變化的特征，能夠用來表示圖像清晰度即去霧后圖像的細(xì)節(jié)信息是否更為突出，經(jīng)過圖像復(fù)原后得到的無霧圖像的平均梯度的值越大就可以說明圖像的去霧效果越好。平均梯度算法公式：G=其中，M*N表示圖像的大小，?f?x被用作表示水平的方向的梯度，從表格中我們可以很容易地看出，三種算法中，經(jīng)過直方圖均衡化得到的去霧圖像的圖像的反差程度最大，其中的細(xì)節(jié)信息也最為突出，改進(jìn)后的暗通道先驗(yàn)的去霧算法得到的去霧圖像比沒有改進(jìn)的暗通道先驗(yàn)的圖像去霧算法得到的去霧圖像的細(xì)節(jié)反差程度更大即細(xì)節(jié)更為突出，也就是說，改進(jìn)后的暗通道先驗(yàn)的去霧算法可以使我們得到的去霧圖像擁有更高的圖像清晰度。在三個(gè)指標(biāo)中，圖像的信息熵反映的是圖像包含信息的豐富程度，信息熵值的大小被用于代表圖像含有的信息數(shù)量的多少，信息熵的值越大就可以說明圖像質(zhì)量越好。信息熵算法公式：Hx=?x并且規(guī)定0log從表格中我們可以很容易地看出，經(jīng)過直方圖均衡化得到的去霧圖像擁有的信息最為豐富，含有最多的信息數(shù)量，我們通過改進(jìn)暗通道先驗(yàn)去霧算法得到了比未改進(jìn)的暗通道先驗(yàn)去霧算法得到的去霧圖像含有更為豐富的圖像信息，也就說明，改進(jìn)后的暗通道先驗(yàn)圖像去霧算法攜帶的信息數(shù)量更多，擁有更好的圖像質(zhì)量。最后一個(gè)指標(biāo)是標(biāo)準(zhǔn)差，用于反映圖像像素值和均值之間離散程度的一項(xiàng)重要指標(biāo)就是標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差的數(shù)值越大就可以說明圖像質(zhì)量越好。標(biāo)準(zhǔn)差的算法公式：δ=其中，M*N表示圖像的大小，P（i，j)表示第i行，第j列的像素值，u表示均值。從表格中我們可以看出通過改進(jìn)后的暗通道先驗(yàn)的去霧算法所得的去霧圖像的標(biāo)準(zhǔn)差指標(biāo)最高，通過直方圖均衡化算法得到的去霧圖像的標(biāo)準(zhǔn)差也比較大，兩者的圖像質(zhì)量都較為良好。我們通過比較改進(jìn)后的暗通道先驗(yàn)的圖像去霧算法所得的去霧圖像與原始的暗通道先驗(yàn)的圖像去霧算法所得的去霧圖像，可以發(fā)現(xiàn)，改進(jìn)后的暗通道先驗(yàn)圖像去霧算法所得的去霧圖像比未改進(jìn)的暗通道先驗(yàn)圖像去霧算法所得的去霧圖像質(zhì)量好很多。通過三個(gè)指標(biāo)的對比，我們可以得出結(jié)論：無論從平均梯度還是信息熵或者標(biāo)準(zhǔn)差來說，通過直方圖均衡化獲得的去霧圖像和通過改進(jìn)后的暗通道先驗(yàn)的去霧算法獲得的去霧圖像都具有良好的圖像去霧效果，但是從兩種算法所得的圖像來說，通過改進(jìn)后的暗通道先驗(yàn)去霧算法獲得的去霧圖像更符合我們的要求是顯而易見的。當(dāng)然，就算是改進(jìn)后的暗通道先驗(yàn)的圖像去霧算法也是存在明顯缺陷的，如果整個(gè)原始圖像都太過明亮或者含霧濃度較大，不合適的尺度就會導(dǎo)致天空等明亮區(qū)域和非明亮區(qū)域出現(xiàn)非常明顯的亮度差別，會出現(xiàn)過渡很不自然的現(xiàn)象，針對這一缺陷的存在我們還須對本文算法進(jìn)行進(jìn)一步的改善。4.5本章小結(jié)本章通過主觀分析圖像去霧結(jié)果和通過平均梯度、信息熵和標(biāo)準(zhǔn)差三個(gè)指標(biāo)對去霧圖像進(jìn)行客觀評價(jià)兩個(gè)方面，對直方圖均衡化和暗通道先驗(yàn)圖像去霧算法以及改進(jìn)后暗通道去霧算法獲得的去霧圖像進(jìn)行對比，得出改進(jìn)后的暗通道先驗(yàn)去霧算法獲得的去霧圖像更符合我們的要求的結(jié)論。參考文獻(xiàn)王偉鵬.改進(jìn)暗通道先驗(yàn)的霧霾天圖像復(fù)原算法[J].鹽城工學(xué)院學(xué)報(bào)(自然科學(xué)版),2021,34(01)：42-47.劉海波,楊杰,吳正平,張慶年,鄧勇.基于暗通道先驗(yàn)和Retinex理論的快速單幅圖像去霧方法[J].自動(dòng)化學(xué)報(bào),2015,41(07)：1264-1273.吳迪,朱青松.圖像去霧的最新研究進(jìn)展[J].自動(dòng)化學(xué)報(bào),2015,41(02)：221-239.孫小明,孫俊喜,趙立榮,曹永剛.暗原色先驗(yàn)單幅圖像去霧改進(jìn)算