3。2直方图均衡化去雾 11

4 基于Retinex算法的图像去薄云薄雾方法 13

4。1颜色恒常性 13

4。2Retinex理论基础 13

4。3基于中心/环绕的Retinex算法 15

4。3。1单尺度Retinex算法 15

4。3。2多尺度Retinex算法 18

4。3。3带色彩恢复的多尺度Retinex算法 20

4。3。4三种算法的图像去雾效果对比 21

4。4基于像素比较的Retinex算法 22

4。4。1Frankle_McCannRetinex算法 22

4。4。2McCann99Retinex算法 25

4。4。3两种像素比较算法的对比 28

5 总结与展望 30

致谢 31

参考文献 32

绪论

1。1 引言

二十一世纪是信息化的时代，而我们感知外界诸多信息的主要途径是依靠视 觉。而图像作为人类用来感知和认识世界的视觉基础，是人类接收和传达信息的 重要媒介。

数字图像处理的出现是为了实现图像质量的提高，从而使其达到人们所要求 的视觉效果和水平[1]。伴随人民对数字图像处理领域的进一步研究，计算机视觉 也走入人们的视野，获得了极大的关注。计算机视觉利用电子成像系统代替人本 身的视觉器官，对观察物体进行特征甄别、行迹记录与数据检测[2]，并由计算机 等电子设备来替代大脑完成图像修正和解析，将其处理的符合人们追求的效果或 达到接收端系统的要求。它要达到的最终目标是通过电子设备获得能够和人类本 身视觉相媲美的结果[3]。论文网

迄今为止，计算机视觉在户外的应用已经非常普及，它的存在在交通系统、 高空拍摄、人脸识别系统等中间都可以找到痕迹。然而，现有的计算机视觉系统 极易受到外界环境的影响，户外的一些恶劣天气现象极大地影响和限制了系统的 功能实现。

1。2 课题研究的背景及意义

雾、霾是在我国出现的比较频繁且分布区域也比较广泛的常见的天气现象。 在此类恶劣天气下采集的图像，由于大气中混浊的媒介如气溶胶、微小水滴、密 度起伏的大气分子等对光的吸收和散射影响严重，使得入射光发生衰减，周围的 环境光混合到光线中，从而使得接收端得到的光的照度减弱[4]。因此薄云薄雾天 气下的图像变得模糊，色彩失真严重，动态范围减小，细节丢失，使得信息的可 辨识度大大降低。这不仅导致图像看起来的效果大打折扣，也不利于户外视觉系 统的工作。

除此之外，天空中云层的遮挡也易造成图像质量的下降。特别在卫星遥感图 像中，大气云雾的干扰常使图像的细节信息缺失，使得遥感图像的应用价值大大 降低[5]。

因此，为了有效改善雾天户外图像的质量，减少薄云、薄雾等恶劣天气场景

第 2 页 本科毕业设计说明书

对于户外成像系统的不利影响，研究与发展如何有效地实现对薄云薄雾天气图像 的去云、去雾及色彩恢复处理是十分必要的。