直方图均衡算法的去雾效果展示与实现

一、直方图均衡算法原理

前些日子有一个项目要求有去雾效果，调研了一下，发现图像增强算法其实多多少少都有一些去雾的效果，调研了三种算法分别是直方图均衡，RETINEX和暗通道先验三种，选择直方图均衡这种简单又效果不错的算法出来讲讲。

一幅数字图像在范围[0,G]内总共有L个灰度级，其直方图定义为离散函数。

h (rk) = nk

其中rk区间[0,G]内的第k级亮度，nk是灰度级为rk的图像中的像素数。通常我们会归一化直方图，即使用所有元素h(rk)除以图像中像素总数n所得到的图形：

p(rk) = h (rk)/n

其中，k=1，2，……，L。由概率论基本知识可知，p(rk)表示灰度级rk出现的频数。通过绘制p(rk)和rk的条形图，既可以把握一张图片亮度的分布规律。

首先我们绘制几幅有雾图像的亮度直方图，并观察其分布规律。首先我们给出有雾图像的原图、灰度图及其直方图。

                                                   图1 有雾图像原图

                                                        图2 有雾图像灰度图

                                                图3 有雾图像亮度分布直方图

从图3可以看出，有雾图像的亮度直方图大多集中在[100,200]这个区间内，[0,50]以及[200,255]两个区间中的亮度分布极少，甚至可以忽略不计，由于其亮度分布过于集中在中间灰色部分，缺少亮（[200,255]区间）和暗（[0,50]区间）部分，导致画面整体模糊、对比度不高。

接下来给出正常天气条件下一幅图像的原图、灰度图和直方图，观察其分布规律。然后对比有雾图像的亮度直方图，得出其优化方向。

                               图4 正常天气条件下原图、灰度图和亮度分布直方图

观察图4的亮度分布直方图可以看出，其亮度分布在各个区间都有分布，无论是亮（[200,255]区间）和暗（[0,50]区间）部分，还是[100,200]区间都有一定的分布，画面整体清晰度较高、对比度也比图1和图2高不少。所以，去雾的方法之一就是将亮度分布均衡化，使其尽可能的均匀分布各个亮度区间，提高对比度和清晰度。

数字图像直方图均衡的公式：

                                         f(xi)=(L-1)(h(x1)+h(x2)……+h(xi))/w*h

二、直方图均衡算法MATLAB效果演示

 

 

                                                                            图5 直方图均衡前后

图x是使用MATLAB对三幅有雾图片进行直方图均衡后的对比图，左边为原始图片，右边是均衡后的图片。可以看出直方图均衡的确可以去除部分雾气带来的模糊感，增强图片的对比度和清晰度。最后一张图片效果最为明显，所以用它来展示FPGA实现的效果。

三、直方图均衡算法的FPGA实现

                                              图 6  FPGA实现效果演示

这个的效果很明显了，上方的图粗看下以为啥都没有呢！我发现的工程消耗最多的资源是LUT，从1%变成了17%，不过也在可以接受范围以内吧，毕竟一个功能的实现总是要消耗资源的，不是这个资源就是那个资源。

硬件配置：XILINX A7100T

软件版本：VIVADO2018.3

屏幕分辨率：1080P

显示接口：HDMI