图像去雾软件算法及模块设计.PDF

图像去雾软件算法及模块设计 一、 顶层模块框图介绍 Airlight 模块：主要负责估计一幅 RGB 图像的大气光照亮度 A 的值。 Gray 模块： 负责将原始的 RGB 图像转化为对应的灰度图像。 Transmission 模块：主要负责估计透射率 t(x) 的值。 Improvement 模块：主要负责对由 Trasissi 模块得到的传输图 t 进行修正和优化。 Recovery 模块：分别计算 R、G、B 通道的去雾结果，从而得到最终的去雾图像。 二、 Airlight 模块 1. 功能概述 一幅有雾图像通常由自然场景和大气光照亮度共同形成，通常大气光照亮度比自然场 景更亮，像素值更高。Airlight 模块主要负责估计一幅 RGB 图像的大气光照亮度的值。 它将有雾图像分割成大小相 近的四幅图像，分别计算每一幅 图像中所有像素值的平均值和标 准差。并取平均值和标准差之差 最大的图像继续进行四分，重复 上述过程，直到图像的长和宽均 小于某一固定值。然后取该图像 中像素值最接近（255,255,255） 的点作为大气光照亮度 A 。 2. 数据流 输入数据： 1） 3 个大小为 1600*900 的矩阵，分别表示 RGB 图像的“R 通道图”RedIg，“G 通道图” GreIg 和“B 通道图”BuIg。 输出数据： 1） 1 个大小为 3*1 的向量，表示该 RGB 图像的大气光照亮度 A 。 3. 流程图 三、 Gray 模块 1. 功能概述 Irveet 模块对由 Trasissi 模块得到的传输图 t 进行修正和优化时，输入引导 型滤波器 guidedfiter 的引导图像是 RGB 图像经转化得到的灰度图像。Gray 模块的作用是 根据公式 Gray=0.299*Red+0.587*Gre+0.114*Blu 将输入的 RGB 图像转化为对应的灰度图 像 。 2. 数据流 输入数据： 1) 3 个大小为 1600*900 的矩阵，分别表示 RGB 图像的“R 通道图”RedIg，“G 通道 图”GreIg 和“B 通道图”BuIg。 输 出数据： 1) 1 个大小为 1600*900 的矩阵，表示 RGB 图像经过转化得到的灰度图像 GrayIg。 3. 流程图 四、 Transmission 模块 1. 功能概述 在使用公式 J(x)=(I(x) -A)/t(x)+A 获得去雾后的图像时，其中透射率 t(x)是一个位于(0,1) 区间之内的小数。若 t(x)选取过小，接近于 0 ，则图像对比度很高，但是去雾运算后的信息 损失量增大，去雾后的图像色彩饱和和畸变现象更明显；若 t(x)选取过大，接近于 1，信息 损失量大大减少，但是去雾效果不佳，没有达到图像去雾的目的。因此在选取透射率 t(x) 的 过程中，需要同时考虑提高图像对比度，以及减少色彩畸变和过饱和这两个方面。 因此引入代价函数的概念，代价函数由图像对比度和信息损失量 两部分组成。由于是关于 t(x) 的增函数，关于 t(x) 的减函数，因此需要在 区间[0,1]内寻找一个合适的 t(x) ，使得能够取得最小值。 E = E + lE cos t contrast loss (J c (p ) - J c)2 Econtrast = - å å N cÎ{r ,g ,b} p ÎB B