????????近幾年視頻監(jiān)控系統(tǒng)越來越發(fā)達(dá)，但在低照度環(huán)境中，由于光照不足而 導(dǎo)致圖像亮度低，細(xì)節(jié)信息丟失嚴(yán)重，對圖像的識別帶來困難。因此對低照 度圖像增強(qiáng)算法進(jìn)行研究有著重要的理論意義與應(yīng)用價(jià)值。

????????圖像去霧技術(shù)雖然經(jīng)歷了長期的發(fā)展，并取得了大量研究成果，但仍然存在 不少難點(diǎn)問題亟需解決。圖像去霧技術(shù)難點(diǎn)歸納如下：

• 普適性 ；室外環(huán)境復(fù)雜多樣，不同的有霧圖像有不同的景物深度和不同的霧濃度，各 種去霧算法對不同有霧圖像的去霧和增強(qiáng)效果不同，很難保證有某種去霧方法能 對所有有霧圖像都取得很好的去霧效果。
• 實(shí)時(shí)性； 要得到廣泛應(yīng)用，算法必須滿足實(shí)時(shí)性要求。基于圖像增強(qiáng)原理的去霧方法 中雖然有不少方法計(jì)算簡單，能夠滿足實(shí)時(shí)性要求，但是去霧效果卻一般。而基 于物理模型的去霧方法雖然去霧效果很好，恢復(fù)圖像自然，但是計(jì)算復(fù)雜度高， 時(shí)間開銷大，很難滿足實(shí)時(shí)性要求。
• 圖像評價(jià)標(biāo)準(zhǔn)； 目前對于霧天復(fù)原圖像沒有統(tǒng)一的評價(jià)標(biāo)準(zhǔn)，主客觀評價(jià)結(jié)果并不表現(xiàn)出高 度一致性，有時(shí)客觀評價(jià)結(jié)果很好的圖像，主觀評價(jià)結(jié)果可能一般，反之，有時(shí) 主觀評價(jià)結(jié)果出眾的圖像，客觀評價(jià)結(jié)果可能不理想，這是由于人類主觀視覺感 受受很多因素的影響，而不是僅僅取決于單一客觀指標(biāo)。

一、算法實(shí)現(xiàn)

????????本文研究低照度圖像反轉(zhuǎn)圖像與霧天圖像的相似之處，針對暗原色先驗(yàn) 去霧算法進(jìn)行圖像去霧后會(huì)出現(xiàn)塊效應(yīng)以及透射率細(xì)化所采用的軟摳圖法存 在的時(shí)間復(fù)雜度高等問題，本文研究了改進(jìn)的暗原色先驗(yàn)與直方圖均衡化融 合的低照度圖像增強(qiáng)算法。采用常數(shù)替代最小值濾波，對圖像進(jìn)行逐像素處 理，快速求解出精簡透射率。通過引進(jìn)參數(shù)對精簡透射率進(jìn)行補(bǔ)償，防止圖 像像素點(diǎn)的通道最小值較大導(dǎo)致的圖像失真問題發(fā)生。對于大氣光值采用四 叉樹算法進(jìn)行估計(jì)。再對經(jīng)過暗原色先驗(yàn)算法處理后的圖像進(jìn)行直方圖均衡 化處理，使得圖像灰度直方圖由非均勻分布變換為在灰度范圍內(nèi)的均勻分布， 進(jìn)一步提高對比度，最后進(jìn)行圖像反轉(zhuǎn)從而獲得增強(qiáng)后的低照度圖像。仿真 結(jié)果表明，改進(jìn)的算法提高了低照度圖像的亮度與對比度，有效的消除了塊 效應(yīng)，圖像色彩還原度高，提升了圖像的可視性，且與軟摳圖法相比運(yùn)行速 率明顯提高。但對低照度圖像景深處的增強(qiáng)效果不明顯。 針對上述算法存在的缺點(diǎn)以及傳統(tǒng)同態(tài)濾波算法傳遞函數(shù)參數(shù)過多難以 控制和多尺度 Retinex 算法容易產(chǎn)生光暈偽影現(xiàn)象等問題，研究了一種改進(jìn) 的基于同態(tài)濾波及多尺度 Retinex 低照度圖像增強(qiáng)算法。首先對低照度圖像 的 R、G、B 三種分量分別用改進(jìn)的同態(tài)濾波算法進(jìn)行增強(qiáng)，提高圖像對比 度；然后將圖像從 RGB 顏色空間轉(zhuǎn)換到 HSV 顏色空間；在 HSV 顏色空間對 飽和度分量進(jìn)行自適應(yīng)非線性拉伸，同時(shí)用改進(jìn)的多尺度 Retinex 算法對亮 度進(jìn)行增強(qiáng)處理，對照射分量用伽馬變換進(jìn)行校正，對反射分量用 Sigmoid 函數(shù)進(jìn)行處理，最后將圖像再轉(zhuǎn)換至 RGB 顏色空間輸出。用 Matlab 對圖像 進(jìn)行仿真處理，實(shí)驗(yàn)表明該算法提高了低照度圖像的信息熵、峰值信噪比和 對比度，提升了低照度圖像的視覺效果。

?

二、代碼展示

????????RGB 顏色空間目前是圖像處理領(lǐng)域應(yīng)用最為廣泛的顏色空間模型，它可以 展示人眼可觀察到的所有顏色。該顏色空間基于笛卡爾坐標(biāo)系統(tǒng)，將紅(R)、綠 (G)、藍(lán)(B)作為其基本色，R、G、B 同時(shí)分別對應(yīng)笛卡爾坐標(biāo)系統(tǒng)的三個(gè)坐標(biāo) 軸。R、G、B 三種基本色可以疊加生成自然界常見的顏色光，同樣各種顏色光 也可以分解成紅、綠、藍(lán)這三種基本色。

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.選擇文件按鈕 function pushbutton1_Callback(hObject, eventdata, handles)axes(handles.axes5);%綁定控制的是那個(gè)axes[filename,pathname]=uigetfile({'*.jpg';'*.png'},'選擇測試圖片文件');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)

?

?

參考文獻(xiàn)

【1】王小元. 低照度圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D]. [碩士學(xué)位論文].四川: 西 南科技大學(xué), ????????2016.?

【2】田小平, 喬東.?基于雙直方圖均衡化的色彩圖像增強(qiáng)[J]. 西安郵電 大學(xué)學(xué)報(bào), 2015.

---

詳情資料請扣扣：1341703358，本文對低照度圖像增強(qiáng)算法展開研究。 通過對經(jīng)典的低照度圖像增強(qiáng)算法進(jìn)行理論研究和仿真實(shí)驗(yàn)，分析其存在的問 題。在原有圖像增強(qiáng)算法的基礎(chǔ)上，研究了兩種改進(jìn)的低照度圖像增強(qiáng)算法， 并通過實(shí)驗(yàn)仿真來對比驗(yàn)證算法的有效性?

總結(jié)

以上是生活随笔為你收集整理的基于Matlab的暗通道先验、Retinex去雾图像增强研究的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。