暗通道先验引导滤波.pptx

图像去雾算法 基于暗原色先验的单一图像去雾方法 数字图像处理技术 2017-6-19 数字图像处理是为了能够让图像很好地满足人眼视觉需求或者很好地被计算机视觉输入设备所识别，借助计算机对数字图像进行处理的过程。 （1）图像数字化： 通过各种设备获取的图像因为是连续的不能直接交予计算机进行处理，所以处理之前需要对其进行数字化处理，也就是说用一个数值矩阵来表示图像。图像采样后一个采样点称为一个像素，每个像素有位置和灰度两个属性，对所有像素都进行数字化后，图像就变成一个数值矩阵，该矩阵可作为计算机的处理对象。通过图像采样用一个数值矩阵来表示图像 数字图像处理技术 （2）图像变换： 图像数字化处理后用数值矩阵表示，矩阵的大小通常很大，如果直接把图像在空间域进行操作，处理时需要用到的计算很多，很耗时。为解决这个问题，可以借助图像变换的方式，采用一些间接处理技术如傅立叶变换、沃尔什变换、离散余弦变换等，将空域处理变为频域处理，这样既可以达到计算量减少的效果，获得的处理也更为有效。 （3）图像增强： 提高图像质量的有效方法之一是图像增强。图像增强既能是提高图像视觉质量，如提高图像的对比度、提高图像的清晰度，削去噪声对图像的影响等；又能让图像更好地被机器所识别，使图像得到更好的机器视觉处理。 2017-6-19 数字图像处理技术 （4）图像复原技术 图像复原技术是根据图像降质的原因建立图像的退化模型，反演图像退化过程，并据此补偿退化过程造成的图像失真，从而恢复出没有退化的图像或者是图像的最理想状态，使得图像的质量得到改善。 （5）图像编码技术 图像处理时图像的数据量（即比特数）如果比较大的话，可以采用图像编码压缩技术，利用此技术可以将图像传输处理时间缩短，还可以减少处理所需要的存储器容量。 2017-6-19 数字图像处理技术 （6）图像分割技术 图像分割是获取图像中对分析有意义的重要部分，这些部分包括图像中的边缘、区域等，获取图像的重要特征是为了给后续的图像识别和分析做奠基。 2017-6-19 MATLAB 软件介绍 特点： 1) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来； 2) 具有完备的图形处理功能，实现计算结果和编程的可视化； 3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握； 4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。 2017-6-19 MATLAB 软件介绍 应用： MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用MATLAB函数集）扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。 2017-6-19 引言 去雾原因： 雾、霾等恶劣天气条件下，各种拍摄所得图像都会存在对比度下降、清晰度下降、颜色改变等问题，从而导致图像质量下降，降低了图像的使用价值。 影响： 在雾、霾天气下，由于物体能见度降低，监控系统拍摄到的画面的对比度下降 道路尤其是高速公路在雾、霾天气下发生车辆追尾等交通事故的概率增加 卫星遥感监测系统在雾霾等恶劣天气下获得的图像质量大大下降 引言 引言 能否去雾？ 引言 背景 本文采用的物理模型被称作 McCarney 大气散射模型 , 其广泛用于计算机视觉和图形学领域中 。根据光在雾天传输的物理特性 ,其描述为 其中，I(X)就是我们现在已经有的图像（待去雾的图像），J(x)是我们要恢复的无雾的图像，A是全球大气光成分， t(x)为透射率。现在的已知条件就是I(X)，要求目标值J(x),显然，这是个有无数解的方程，因此，就需要一些先验了。 暗通道（原色）先验——何凯明 2009年CVPR最佳论文作者何凯明博士（2007年清华大学毕业，2011年香港中文大学博士毕业）首次提出暗通道先验理论。2010年提出引导滤波算法对滤波效果改进。 2011年对暗通道先验理论进行改进。 2013年对引导滤波算法进行改进。 何凯明主页( /en-us/um/people/kahe/ ) 暗通道（原色）先验——原理 对于没有雾的图像，在绝大多数非天空的局部区域里，某一些像素总会有至少一个颜色通道具有很低的值。换言之，该区域光强度的最小值是个很小的数。 我们给暗通道一个数学定义，对于任意的输入图像J，其暗通道可以用下式表达： 式中Jc表示彩色图像的每个通道 ，Ω(x)表示以像素X为中心的一个窗口。 暗通道先验——原因 暗通道先验的理论指出： 实际生活中造成暗原色中低通道值主要有三个因素：a)汽车、建筑物和城市中玻璃窗户的阴影，或者是树叶、树与岩石等自然景观的投影；b)色彩鲜艳的物体或表面，在RGB的三个通