基于同态滤波的图像去雾方法本科毕业论文(编辑修改稿)

基于同态滤波的图像去雾方法本科毕业论文(编辑修改稿)内容摘要：

uvuD 表示点  vu, 到滤波中心  vu 00, 的距离。  vuH , H L  vuD, 图 同态滤波处理示意图 利用  vuH , 对（ 6）式进行滤波 ,可得              vuRvuHvuIvuHvuZvuHvuS ,,  （ 6） ⑤ 最后对滤波结果进行傅立叶反变换和 ⑥ 指数运算，得到同态滤波后的输出结果 ⑦ ． 17               vuRvuHFyxrvuIvuHFyxi,,11 （ 7）              yxryxiyxgyxryxryxiyxi,e x p,e x p,0000 （ 8） 18 4 实验结果 灰度版 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 19 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 20 图 （ a） 雾前 图 （ b） 雾后 彩色版 图 （ a） 雾前 图 （ b） 雾后 21 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 22 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 实验结果分析与评价 在进行 Matlab 操作达到图片去雾效果时，采用了两种办法，分别为灰度方法和彩色方法。 第一种灰度方法的图像去雾，将彩色图片转化为 23 灰度图片进行处理，即原始图片输入的是彩色的，经 Matlab 处理后呈现的原始图片和去雾以后的图均为黑白颜色。 第二种彩色图像去雾是针对彩色图片的去雾处理，即输入的原始图片和输出的原始图片及去雾以后的图片成像都是彩色图像。 从处理效果图的清晰度上看，这两版去雾算法达到了图像去雾的目的。 灰色版黑白颜色差异更加分明，故而比原始图像清晰。 彩色版颜色分辨度也 增强，一些细节被细化，图片比原始图像清晰，去雾效果也比灰度去雾方法更清晰。 在对这些图片进行 Matlab 操作过程中，有时运行结果差强人意。 在处理灰色版本时，同态滤波处理原色就很深的图片，处理后的图像颜色更暗，如图（ a1－ 1）（ a1－ 2）所示，细节锐化的不明显，没能达到较好的去雾处理效果。 为找到最优配比度，进行了修改相关系数操作，但改进过后的算法的深色图像去雾效果，依旧无太大改善。 在处理彩色版本时，做了许多调研、学习准备。 在搞懂程序语言的同时，百度相关经验与方法。 总结失败原因是：没有真正弄明 白怎样同时对三个色彩维度进行定义，总在灰度图片上打转。 例如在原灰色版的基础上，在图片进行输出前，加入一段经灰色图片变成彩色的代码，结果只能出一张彩色原图。 我又尝试定义三个色彩区间，在图片录入代码定义 fR＝ rgb（：，：， 1）； fG＝ rgb（：，：， 2）； fB＝ rgb（：，：， 3） ，结果出来两张灰色图像。 最后学会运用正确彩色图像定义，输入正确的代码，才实现了彩色图像的去雾处理。 24 5 评价与改进 为对比去雾效果，将对五幅有雾图片进行直方图去雾操作以及暗通道去雾操作，并对比去雾效果并评价算法。 直方图 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 25 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 图 （ a） 雾前 图 （ b） 雾后 26 比较结论：直方图去雾使得色彩失真，冷色系的颜色突变为暖色系颜色，细节锐化程度总体不如同态滤波明显。 在图像原貌保持方面，同态滤波去雾方法，更好地保持图像原貌，而 直方图去雾 方法使得图像颜色改变很大。 在细节处理方面，同态滤波方法 细节锐化程度 比在原图光照明亮的地方所加强的细节比暗通道明显。 相反， 直方图去雾 方法在原图光照较暗的 地方所加前的细节比同态滤波明显。 暗通道 图 雾后 27 图 雾后 图 雾后 28 图 雾后 图 雾后 29 比较结论：暗通道去雾效果良好。 色彩基本保留，细节锐化明显。 经暗通道处理的图像，颜色会比原图颜色加深。 在图像原貌保持方面，同态滤波去雾方法，更好地保持图像原貌，但暗通道去雾方法使得图像看起来颜色更加突出。 在细节处理方面，同态滤波方法在原图光照明亮的地方所加强的细节比暗通道明显。 相反，暗通道方法在原图光照较暗的地方所加前的细节比同态滤波明显。 改进 红外处理 红外成像的目标和背景的红外辐射需经过大气传输、光学成像、光电转换和电子处理等过程，才被转换成为红外图像。 所以从红外图像的产生过程分析，红外图像主要有以下特点： 1）空间相关性强，对比度低； 2）表征对象的温度分布，是灰度图像，分辨率较低，图像比较模糊； 3）噪声干扰较大，噪声比较复杂，信噪比低； 4）存在器件性的非均匀性等。 我们可以看出红外图像存在很多缺陷，对人眼来说其最显著的特点就是对比度很 低，图像很模糊。 红外图像存在的散粒噪声，随机噪声等，并且它们大部分是图像中的高频信息，而同态滤波正是处理锐化高频的一种好方法，能有效加强细节。 红外与同态滤波结合优化 本文提出了一种基于同态滤波的红外图像增强新方法。 先对原红外图像自适应中值滤波，既保留了原有图像细节，又去除噪声。 利用了同 30 态滤波的优势，增强了红外图像细节特征。 采用限制对比度自适应直方图均衡方法，进一步调整图像的灰度动态范围。 此方案解决了同态滤波所存在的缺陷，最终提高了图像的分辨率和对比度，并通过仿 真验证得到非常好的增强效果。 实验结果图 图 （ a） 原图 图 （ b） 红外 图 （ b） 同态滤波 图 （ a） 原图 图 （ b） 红外 图 （ b） 同态滤波 图 （ a） 原图 图 （ b） 红外 图 （ b） 同态滤波 31 结论 表 去雾方法对比分析 类别 子类 去雾方法 优点 缺点 基于图像 处理的雾天图像増强方法 全局化增强 全局直方图均衡化 ⑴ 算法简单 ⑵ 对单景深图像的复原效果好 难反映景深多变的图像中局部景深的变化 同态滤波 ⑴ 能去掉由光照不均所产生的黑斑暗影 ⑵ 能较好地保持图像的原始而貌 需耍两次傅立叶变换，占用较大运算空间 暗通道 能较好地增强图像的细节 光亮的地方细节处理效果一般 表 是主要去雾方法的优缺点比较。 这些方法尽管在解决问题的思路上存在着根本的区别 ,但是由于各种方法各有优缺点 ,所以在实际应用中 ,根据需要多采用“累试法”进行处理。 即对于一幅有雾图像 ,根据研究人员的判定来处理 ,如果采用增强方法改善灰度对比度的效果好 ,就釆用增强方法。 若采用图像复原方法可行 ,就依据退化模型进行复原处理。 为了直观地考察各种算法的清晰化效果 ,我们对上述几种典型的基于图像处理的增强方法和最新提出的基于物理模型的图像复原方法进行了实 验仿真 ,图 13 即为各算法的清晰化效果示例。 32 图 原图 图 同态滤波 图 直方图 图 暗通道 图 红外 图 红外 +同态滤波 观察图片，可知这个去雾算法的效果优劣。 图 的去雾效果最好，它既应用了红外技术，提高高频，又应用同态滤波，在保持图像原貌的同时，使得图像的细节处理更加细腻。 若要使图片达到更好的清晰度，需结合多种算法 ，叠加运行。 33 致谢 时光飞逝，大学里的最后一个学期很快过去了，经历了毕业设计的整个过程让我感觉到自己在这个过程中过得很充实、很愉快。 本文是在北方工业大学理学院的郭芬红老师的悉心指导和帮助下完成的。 从选题到寻找相关资料、到开题答辩、中期检查、到过程中的编程实现，再到最后的论文定稿以及答辩，郭老师一直都是很耐心、竭尽所能的帮助我们。 从前期资料查询准备，到开题答辩书写修改与答辩准备，到后来代码运行，论文成文修改，郭老师一直拽着我们前进。 郭老师总是 很及时的将毕业设计相关的信息和通知第一时间的告知我们。 在论文撰写和程序设计方面，老师非常仔细，我们每个人的论文都是老师一字一句认真仔细的阅读并帮助我们标注出不恰当的地方，指导我们做出修改，帮助我们精益求精。 在这里真诚地感谢导师郭芬红无私的付出。 朱喜玲学姐在同态滤波代码修改中，挤出自己的时间来无私的帮助我改正代码。 对此，表以深深地感谢。 在这一个学期的学习过程中，也少不了同学之间的互相帮助，家人的支持和鼓励，更少不了那些为了这个课题刻苦钻研的工作者和学者们的付出，我们现在所做的学习和研究真的 是站在巨人的肩膀上，是这些人让我们看得更高，走的更远。 谨以此在本篇论文完成之际，感谢身边每一位的帮助过我的老师、家人、同学和朋友，致谢。 34 参考文献 [1]陈春宁 ， 王延杰 .在频域中利用同态滤波增强图像对比度 [J].微计算机信息 ， 2020，23（ 2）： 265266． [2]武英 .利用同态滤波改善光照不足图像 [J].南京晓庄学院学报 ， 2020（ 6）： 7071． [3]胡窦明 ， 赵海生 ， 李云川 ， 等 .一种基于同态滤波的红外图像增强新方法 [J].红外技术 ， 2020， 34（ 4）： 224228． [4]禹晶 ， 徐东彬 ， 廖庆敏 .图像去雾技术研究进展 [J].中国图形学报 ， 2020， 16（ 9）：15611576． [5]范有臣 ， 李迎春 ， 韩意 ， 等 .波的同态滤波在图像烟雾弱化中的应用 [J].中国图象图形学报 ， 2020， 17（ 5）： 635640． [6]马龙 ， 张成义 .基于 Matlab 的同态滤波器的优化设计 [J].应用光学 ， 2020， 31（ 4）：584588． [7]李云红 ， 张龙 ， 廉继红 .红外图像增强方法的研究 [J ].西安工程大学学 报 ， 2020， 24( 4)： 517 520． [8]杨靖宇 ， 张永生 ， 邹晓亮 ， 等 .利用暗原 色先验知识实现航空影像快 速去雾 [J].武汉大学学报 ， 信息科学版， 2020， 35( 11)： 1292 1295． [9]史经俭 ， 王盼攀 .改进后的同态滤波图像处理技术中的应用 [ J].中国科 学 ， 2020， 7： 432 434． [10 嵇晓强 .图像快速去雾与清晰度恢复技术研究 [D].长春：中国科学院长春光学精密机械与物理研究所 ， 2020． [11]郭璠 .图像去雾方法和评价及其应用研究 [。