水下图像去雾算法C++实现

    图像去雾之何凯明暗通道先验去雾算法原理及自动色阶算法c++代码实现   

水下图像去雾算法C++实现_第1张图片
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,可谓是功力深厚,感叹于国内一些所谓博士的水平,何这样的博士才可以真正叫做

Doctor。

     关于何博士的一些资料和论文,大家可以访问这里:http://research.microsoft.com/en-us/um/people/kahe/

    

     本文主要上是对《Single Image Haze Removal Using Dark Channel Prior》的翻译、整理、及部分解释、代码实现。如果您的英文水平好,建议看原

文可能来的更爽些。

    一、论文思想的简单描述 

     首先看看暗通道先验是什么:

       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。 

    式(5)的意义用代码表达也很简单,首先求出每个像素RGB分量中的最小值,存入一副和原始图像大小相同的灰度图中,然后再对这幅灰度图进行最小值

滤波,滤波的半径由窗口大小决定,一般有WindowSize = 2 * Radius + 1;          

      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的三个通道中有些通道的值很低(比如绿色的草地/树/植物,红色或黄色的花朵/叶子,或者蓝色的水面);c)颜色较暗的物体或者表面,

例如灰暗色的树干和石头。总之,自然景物中到处都是阴影或者彩色,这些景物的图像的暗原色总是很灰暗的。

     在作者的论文中,统计了5000多副图像的特征,也都基本符合这个先验,因此,我们可以认为其实一条定理。

      有了这个先验,接着就需要进行一些数学方面的推导来最终解决问题。

  首先,在计算机视觉和计算机图形中,下述方程所描述的雾图形成模型被广泛使用:

                                                   

   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。

  将式(1)稍作处理,变形为下式:

                                                    

    如上所述,上标C表示R/G/B三个通道的意思。

    首先假设在每一个窗口内透射率t(x)为常数,定义他为,并且A值已经给定,然后对式(7)两边求两次最小值运算,得到下式:

                                  

    上式中,J是待求的无雾的图像,根据前述的暗原色先验理论有:

                                               

     因此,可推导出:

                                                         

    把式(10)带入式(8)中,得到:

                                                 

下面我给出自动色阶算法,暗通道去雾算法到处都是代码了

#include 
#include 
#include
#include
#include
#include 

using namespace std;
using namespace cv;

Mat autolevel(Mat matface,double dlowcut,double dhighcut)
{
	uchar allmap[256*3] = {0};
	//double dlowcut = 0.5;
	//double dhighcut = 0.5;

	long T_1 = clock();
	vector rgb_planes;
	split(matface,rgb_planes);
	Mat HistBlue,HistGreen,HistRed;
	int histSize = 256;
	float range[] = { 0, 255 } ;
	const float* histRange = { range };
	bool uniform = true; bool accumulate = false;
	calcHist( &rgb_planes[0], 1, 0, Mat(), HistRed, 1,&histSize, &histRange, uniform, accumulate );
	calcHist( &rgb_planes[1], 1, 0, Mat(), HistGreen, 1, &histSize, &histRange, uniform, accumulate );
	calcHist( &rgb_planes[2], 1, 0, Mat(), HistBlue, 1, &histSize, &histRange, uniform, accumulate );
	printf("\n hist time %f ms.\n",(double)(clock() - T_1));

	int PixelAmount = matface.rows*matface.cols;
	//printf("%d\n",PixelAmount);
	float isum = 0;
	// blue

	long T_2 = clock();
	int iminblue=0;int imaxblue=0;

	for (int y = 0;y<256;y++)
	{
		isum= isum + HistBlue.at(y);
		//printf("%d\n",(int)HistBlue.at(y));
		//isum= isum+HistBlue[y];
		if (isum>=PixelAmount*dlowcut*0.01)
		{
			iminblue = y;
			break;
		}
	}
	//printf("%d\n",iminblue);
	isum = 0;

	for (int y=255;y>=0;y--)
	{
		isum=isum + HistBlue.at(y);
		//isum=isum+HistBlue[y];
		if (isum>=PixelAmount*dhighcut*0.01)
		{
			imaxblue=y;
			break;
		}
	}
	isum=0;
	int iminred=0;int imaxred=0;

	for (int y = 0;y<256;y++)
	{
		isum= isum+HistRed.at(y);
		//isum= isum+HistRed[y];
		if (isum>=PixelAmount*dlowcut*0.01)
		{
			iminred = y;
			break;
		}
	}
	//printf("%d\n",iminred );
	isum = 0;

	for (int y=255;y>=0;y--)
	{
		isum=isum+HistRed.at(y);
		//isum=isum+HistRed[y];
		if (isum>=PixelAmount*dhighcut*0.01)
		{
			imaxred=y;
			break;
		}
	}
	//printf("%d\n",imaxred);
	//green
	isum=0;
	int imingreen=0;int imaxgreen=0;

	for (int y = 0;y<256;y++)
	{
		isum= isum+HistGreen.at(y);
		//isum= isum+HistGreen[y];
		if (isum>=PixelAmount*dlowcut*0.01)
		{
			imingreen = y;
			break;
		}
	}
	//printf("%d\n",imingreen);
	isum = 0;

	for (int y=255;y>=0;y--)
	{
		isum=isum+HistGreen.at(y);
		//isum=isum+HistGreen[y];
		if (isum>=PixelAmount*dhighcut*0.01)
		{
			imaxgreen=y;
			break;
		}
	}
	printf("\n cut time %f ms.\n",(double)(clock() - T_2));

	long T_3 = clock();
#pragma omp parallel for 
	for (int y=0;y<256;y++)
	{
		if (y<=iminblue)
		{
			allmap[y*3+2]=0;
		}
		else
		{
			if (y>imaxblue)
			{
				allmap[y*3+2]=255;
			}
			else
			{
				float ftmp = (float)(y-iminblue)/(imaxblue-iminblue);
				allmap[y*3+2]=(uchar)(ftmp*255);
			}
		}

	}
	//red
#pragma omp parallel for 
	for (int y=0;y<256;y++)
	{
		if (y<=iminred)
		{
			allmap[y*3]=0;
		}
		else 
		{
			if (y>imaxred)
			{
				allmap[y*3]=255;
			}
			else
			{
				float ftmp = (float)(y-iminred)/(imaxred-iminred);
				allmap[y*3]=(uchar)(ftmp*255);
			}
		}

	}
	//green
#pragma omp parallel for 
	for (int y=0;y<256;y++)
	{
		if (y<=imingreen)
		{
			allmap[y*3+1]=0;
		}
		else 
		{
			if (y>imaxgreen)
			{
				allmap[y*3+1]=255;
			}
			else
			{
				float ftmp = (float)(y-imingreen)/(imaxgreen-imingreen);
				allmap[y*3+1]=(uchar)(ftmp*255);
			}
		}

	}
	printf("\n map time %f ms.\n",(double)(clock() - T_3));

	long T_4 = clock();
	Mat lut(1,256,CV_8UC3,allmap);
	LUT(matface,lut,matface);
	printf("\n values time %f ms.\n",(double)(clock() - T_4));

	return matface;
}
int main()
{
 bool flag;
 VideoCapture cap("test.avi");           //打开摄像头
    // 如果要打开本地视频采用  VideoCapture cap("***.avi");
  //  if(!cap.isOpened())  return -1;     //检测一下摄像头是否打开
    Mat frame;
    Mat result;
//    Mat result2;
    flag=true;
    while(flag){
    cap>>frame;
    cv::resize(frame, result, cv::Size(512, 512), (0, 0), (0, 0), cv::INTER_LINEAR);
    cv::resize(frame, frame, cv::Size(512, 512), (0, 0), (0, 0), cv::INTER_LINEAR);
//    cv::resize(frame, result2, cv::Size(512, 512), (0, 0), (0, 0), cv::INTER_LINEAR);
    imshow("yuanshi",frame);
    result=autolevel(result,0.5,0.5) ;
//    result2=autolevel(result,1,0.5) ;
    //namedWindow("xiaorun Opencv CAM",CV_WINDOW_AUTOSIZE) ;  //读取当前帧
    // 此处可添加图像处理算法,对图像进行处理,当然了,我们可以不做任何操作,只打开一下摄像头
    imshow("CAM", result);    //显示一下
//    imshow("CAM2", result2);    //显示一下
    if(waitKey(20) >=0) break;       // 等待按键,跳出循环
    }
}

/*int main()
{
	Mat I = imread("14.jpg");


	long T_1 = clock();
	Mat dehaze = autolevel(I,0.5,0.5);
	printf("\nTotal Time: %f ms.\n", (double)(clock() - T_1)); 

	namedWindow("dehaze",WINDOW_NORMAL);
	imshow("dehaze",dehaze);
	imwrite("dehaze.jpg",dehaze);
	waitKey(0);
	destroyAllWindows();

	return 0;
}*/

你可能感兴趣的:(c++与opencv做图像处理)