matlab实现基于暗通道先验(DCP)的单图像去雾

matlab实现基于暗通道先验(DCP)的单图像去雾_第1张图片

 单副图像去雾的方法有很多,大致分为以下三种:

一、基于大气物理模型图像修复方法;

二、基于图像增强方法;

三、深度学习方法。

本文分享一下何凯明大神在09年提出来的《Single Image Haze Removal Using Dark Channel Prior》,也就是基于DCP(dark channel prior)暗通道先验的去雾方法,实验用matlab 实现。

原论文链接https://ieeexplore.ieee.org/document/5567108

别的博主(淡淡的生活)写的中文翻译版,翻译的挺不错,对论文不熟的可以参考。https://blog.csdn.net/lee_cv/article/details/17280479?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163861379916780261979779%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163861379916780261979779&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~baidu_landing_v2~default-1-17280479.first_rank_v2_pc_rank_v29&utm_term=Single+Image+Haze+Removal+Using+Dark+Channel+Prior%E8%AE%BA%E6%96%87%E7%BF%BB%E8%AF%91&spm=1018.2226.3001.4187

实验原理

  一、大气散射物理模型

matlab实现基于暗通道先验(DCP)的单图像去雾_第2张图片

 用公式来描述:

其中I为输入的有雾图像,t为介质传输率,通常称为(transmission)透射率,A为大气光,J即我们需要求解的无雾图像。

第一项 J(x)t(x) 为直接衰减项(目标物体在空气中传输造成的衰减),第二项 A(1-t(x)) 为大气散射光进入探测器(人眼)。

 二、暗通道(dark channel)

在大多数清晰无雾图像的非天空局部区域中,每一个像素点至少有一个通道的值很低,几乎为0,

图像的暗通道定义:两次取最小值的操作:先选取原图中RGB三通道内中的最小值,再对窗口(15*15)内作最小值滤波。

 

 三、估计透射率t(Estimating the Transmission)

  假设大气光A^{c}已知,c为图像RGB的某一通道,透射率 t 在图像的相同景深处相同 即为一常数。

 

  两边同时除 A^{c},有

  由于空气中有颗粒存在,不可能完全无雾,设置w=0.95,对透射率t优化:

  设置阈值t0=0.1,t=max(t,t0) , 防止t太小,导致输出图像趋向白化。

  t是一个与输入图片尺寸大小相同的矩阵,而不是数值。

 四、估计大气光A(Estimating the Atmospheric Light)

  取原图像暗通道的前千分之一最亮(灰度值最大)的像素点,在原图中找到这些像素点,取其中最大亮度值(如何定义最大亮度?我取的是三个通道灰度值的和)作为大气光A^{c}(为一个3*1的向量)

 

五、恢复无雾图像(Recovering the Scene Radiance

实验结果

matlab实现基于暗通道先验(DCP)的单图像去雾_第3张图片matlab实现基于暗通道先验(DCP)的单图像去雾_第4张图片

matlab实现基于暗通道先验(DCP)的单图像去雾_第5张图片matlab实现基于暗通道先验(DCP)的单图像去雾_第6张图片

 实验代码(部分)

clear all;


%% 读取数据文件夹图片的预处理
imgpath=('文件路径/');
imgDir1=dir('./Dataset/*.jpg');
imgDir2=dir('./Dataset/*.jpeg');%遍历所有jpg格式文件
imgDir=[imgDir1;imgDir2] ;%结构体的合并


%% 读取图片,去雾,存储
for i=1:length(imgDir) 
    img=imread(strcat(imgpath,imgDir(i).name));
    
    filename=imgDir(i).name;
    im=im2double(img);%读取每张图片
    dehaze_image=dehaze(im); %调用dehaze去雾函数
    
   %存储
   imwrite(dehaze_image, fullfile('Results/dehaze',filename));
   
   dehaze_image=uint8(dehaze_image*255);
   new_image=histeq_C(dehaze_image);%%直方图均衡化加强
   imwrite(new_image, fullfile('Results/dehaze+he',filename));
end

 完整详细代码见github:https://github.com/mrawong21/single-image-haze-removal

 

 

 

 

你可能感兴趣的:(matlab,开发语言)