Value Engineering
0引言
对公路行车而言，由于雾天环境下能见度偏低，视线不好，由此带来的各种交通事故频频发生。以何种方法来降低雾对驾驶人员造成的视觉影响，使得在雾天行车所发生交通事故的几率最大程度的减小，这是一个亟待解决的问题。
对于雾天能见度低的情况，采用雾天行车视觉增强技
术进行改进。视觉增强
（即：图像增强）的首要目标是对图像进行处理，通过增强技术有效地提高图像的对比度，突出图像中的细节部分，进而改善图像的视觉效果。
图像增强技术主要分为两大类：空域法和频域法。对于空间域这类方法，是以对图像的每个像素点直接进行处
理为基础的，它主要有直方图处理、
直接灰度变换等。频域增强技术则是以修改图像的傅氏变化作为基础，它主要有：高通滤波、低通滤波等。
对于图像增强技术，目前还不存在增强效果判定的通用标准[1]，其增强好坏主要是通过人眼的主观判断，并结合人类的视觉特性模型，由观察者进行处理效果的最后判
断。
因此，图像增强处理技术的研究具有多样性。但应该明确的是，用于图像增强的方法一般都具有很强针对性，即增强处理是为了某种特定的应用目的而去改善图像的质量，使其处理的结果更适合于人的视觉特性或机器的识别
系统。以致于对于不同的应用，
需根据自己的实际应用环境进行算法的选取。
1常用的图像去雾算法
1.1基于直方图的增强算法灰度直方图[1]是图像最基本的统计信息，它是用来表示数字图像中每一个灰度级与该灰度级像素点出现频率之间对应关系的图形。图像的灰度统计直方图可表示为一个一维的离散函数，如下式所示。
p s =（s k ）=n k /n k=0，1，…，L-1式中：p s （s k
）是第k 级灰度值的概率；s k 是第k 级灰度值；n k 是灰度值s k 的像素点总数目；n 是图像总像素点；L 是灰度的级数。
灰度直方图是对数字图像中的每一个灰度级所出现
的频率进行统计，它基本上可以描述一幅图像的整体概貌，从中可以看出该图像的明暗分布情况以及对比度的情况，图像的亮度情况可以通过灰度均值来反映，而图像的对比度则可以根据灰度值的分散程度来反映。因此，可以通过对直方图的分布情况进行修改以达到图像增强的目的。
常用的直方图增强方法包括：直方图均衡化技术、直方图规定化技术、局部增强技术等。其中直方图均衡化技术的基本思想是：通过把原始图像的直方图变换成均匀分布的形式来增加像素灰度值的动态范围，从而达到增强图像整体对比度的效果。均衡化处理的过程其实就是对原图像进行非线性的拉伸，使得图像的像素值得以重新分配，如此，在一定灰度范围内的像素数量大致相同。当图像的直方图呈均匀分布时，图像所包含的信息熵最大，故经直方图均衡化处理以后图像包含的信息量最大，图像看起来也就显得清晰。
1.2基于大气散射物理模型的增强算法该方法利用雾天大气散射物理模型，推导出传递函数及天空的亮度，进而对雾天拍摄的图像进行处理，得到基本无雾的图像。雾天成像的物理模型为下式所示：
I （x ）=J （x ）t （x ）+A （1-t （x ））式中：I （x ）是观察到的实际图像；J （x ）是假设没有大气颗粒散射时候的真实图像；t （x ）是大气散射传递函数；A 是天空的亮度。此法去雾的目标就是从I （x ）中复原J （x ）、t （x ）、A 。进一步解释传递函数t （x ）：t （x ）=exp （-βd （x ）），其中，β为大气颗粒散射系数，d （x ）为场景深度。
1.3基于暗原的单一图像增强算法在对雾天图像研究中，由香港中山大学何恺明博士提出的基于暗原的单一图像去雾技术[2]，通过对大量图像进行统计，发现图像之中存在暗原先验统计的物理规律，即把图像分成很多个小方块，每个方块中都有一些亮度很低的像素。这些“黑点”通常存在于物体阴影、黑物体，以及具有鲜艳颜的物体中。研究发现，即使是嫩绿的树木，其红和蓝亮度也会很低，所以也会有暗原。而对于雾天的图像，这些暗像素则可用来对雾光的透射信息进行直接评估。在此基础
——————————————————————
—基金项目：陕西省科技厅自然科学基础研究基金资助项目
（No.2012JM8027）。作者简介：苏春莉（1977-），女，陕西蒲城人，讲师，硕士，主要研究
方向为嵌入式开发、数字图像处理。
图像去雾增强算法研究
Research on Image Defogging Enhancement Algorithm
苏春莉SU Chun-li ；赵向梅ZHAO Xiang-mei
（西安欧亚学院信息工程学院，西安710065）
（School of Information Engineering ，Xi'an Eurasia University ，Xi'an 710065，China ）
局部直方图均衡化摘要：本文首先对目前几种常用图像去雾算法进行分析；然后根据实际应用需求，选取了计算简单且易于用硬件语言实现的自
适应直方图均衡化增强算法，并在此基础上对算法进行改进，通过对比发现改进后的算法对有雾图像增强效果更为显著。
Abstract:This paper first analyzes several image defogging algorithms commonly used,and then selects the adaptive histogram equalization enhancement algorithm characterized by the simple calculation and easy realization through the hardware language according to the actual application requirement.On this basis,the algorithm is further improved.The comparison results show that the improved algorithm is more remarkable in improving the fog image enhancement effect.
关键词：去雾；图像增强；直方图均衡化Key words:defog ；image enhancement ；histogram equalization 中图分类号：TP39文献标识码：A 文章编号：1006-4311（2012）32-0219-03
·219·

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。