论文总字数：18912字

摘 要

智能视频监控据有广泛的应用前景和运用价值。本课题要求在了解视频监控的组成的基础上，实现在室内外环境中具有雨雾情况下的视频和图像的去雾处理。

在雾天状况下，视频图像的对比度降低，图像退化严重。视频图像的降质使目标识别变的困难，导致系统不稳定。通过数字图像处理技术来改善图像的质量，使得雨雾天图像变得清晰就显得尤为重要。

本文分别采用直方图均衡、同态滤波及暗影通道的去雾算法来实现雨雾图像的去雾处理。理论及实验表明，直方图均衡化法的算法简单，能够在一定程度上提高雾度图像的对比度，但是，该方法也会造成灰度级的损失。同态滤波法可以解决光照不均匀的问题，但是处理整体都泛白的雾天图像时，无法有效的增强色彩信息。相比之下，暗影通道优先的去雾算法则可以有效而快速的去除图像上较深的雾霾，以此有着极大的运用前景。

通过MATLAB软件对三种算法进行仿真实验，本课题的研究为后续具有实时去雾系统的开发奠定了一定的基础。

关键词：图像去雾 直方图均衡 同态滤波 暗影通道

Abstract

Intelligent video surveillance has a wide range of applications and application value. On the basis of the composition, this task requires knowledge of video surveillance on the realization and have to deal with rain and fog case of video and images in indoor and outdoor environments.

In foggy conditions, the video image contrast is lowered and serious image degradation. Degradation of the video image becomes so difficult target identification, lead to system instability. Improving image quality through digital image processing technology, making the image becomes clear rain and fog days is particularly important.

This article will use the histogram equalization, homomorphic filtering and defogging shadow path algorithm to achieve defogging processing haze images. Histogram equalization method of the algorithm is simple and the haze can be improved in the contrast of the image to some extent. However, this method will result in the loss of gray levels. Homomorphic filtering method can solve the problem of uneven illumination. But when dealing with the whole image, it may wash out of the fog and unable to effectively enhance the color information. In contrast, the fog shadow channel priority algorithm can efficiently and quickly removed the image darker haze, this has a great application prospects.

Experiment with the three algorithms by MATLAB,this topic lays a foundation for the development of the follow-up defog system with real time.

Key word: Image defogging Histogram equalization Homomorphic

Shadow channel

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 概述 1

1.2 国内外研究现状 1

1.3 本文主要工作 2

第二章 数字图像预处理 4

2.1图像处理技术 4

2.1.1二值图像 4

2.1.2灰度图像 5

2.1.3索引图像 5

2.1.4 RGB真彩色图像 5

2.2图像处理的特点 6

2.3图像处理的方法 6

2.3.1 图像增强 6

2.3.2 图像恢复 7

2.3.3 图像变换 8

2.4 图像处理的工具——MATLAB 9

第三章 基于直方图均衡的雨雾图像清晰化 10

3.1直方图均衡化 10

3.2基于直方图均衡的去雾算法 10

3.2.1 直方图均衡的算法 10

3.2.2基于直方图均衡的仿真 11

第四章 基于同态滤波的雨雾图像清晰化 15

4.1 频域的图像增强 15

4.2 基于FFT的同态滤波的算法 16

4.2.1同态滤波的原理 16

4.2.2基于FFT的同态滤波仿真 17

第五章 暗影通道算法及其在图像去雾中的应用 20

5.1 暗通道的概念与意义 20

5.2暗通道优先的去雾算法 20

5.2.1 雾度图像的模型方程 20

5.2.2 透射分布率的估算 21

5.2.3 大气光的估计 21

5.2.4 去雾仿真 21

第六章 总结与展望 25

6.1 总结 25

6.2 展望 26

参考文献 29

致谢 30

第一章 绪论

1.1 概述

雾就是大量的小水滴聚集在近地面的空气中形成的一种可以被看见的物体，它能够吸收太阳光的辐射，甚至反射太阳的光线，从而降低近地面的能见度，影响正常的事物观察，在这种情况下，户外的一些摄影器材或监控设备所捕捉到的图像的对比度和某些关键信息就会出现退化的现象。在雨雾天的天气条件下，我们所拍摄到的图像的能见度会大大的降低，从而影响我们从中提取关键信息。对于目标信息的提取失败也就意味着户外的监控设备失去了本来的作用。所以，对于在雨雾天气情况下获得的不清晰的雾霾图像进行去雾处理就变成了一个相当有意义和价值的研究方向。现如今，事实证明对于雨雾状态下的雾霾图像进行去雾处理具有广泛的应用前景和巨大的开发价值。本文通过演示三种算法(直方图均衡化法、同态滤波法以及暗通道优先的去雾算法)实现雨雾天雾化图像的增强或者去雾，并运用matlab软件对三种算法进行仿真，观察各个算法的实际去雾效果，并且最后对同一幅真彩色图像进行去雾，选出最优的去雾方法。

1.2 国内外研究现状

随着信息处理技术和计算机技术的飞速发展以及人类社会的不断进步，数字图像处理技术已在工业检测、航空航天、星球探测、军事侦察、公安防暴、人机交互和文化艺术等领域受到了广泛重视并取得了众多成就，数字图像技术拥有巨大的开发价值和发展前景^{[9] [10]}。

随着时间的推移和人类社会的发展，图像已经成为人们日常生活中接触最多的信息种类之一。近年来，人们不断地提高对于图像处理的要求，以及图像自身的应用领域不断扩大，基于图像处理的理论也必须随之而不断的提高和发展。目前，图像的处理已经从物体的外部延伸到物体的内部，从静止图像发展到运动图像（从单帧图像到视频序列），从可见光谱扩展到了红外线以及紫外线等不可见光谱，从而开启了图像处理的人工智能化领域^[21]。也为雨雾天的视频监控雾霾图像的去雾处理技术奠定了基础。

请支付后下载全文，论文总字数：18912字