基于Retinex理论的图像去雾开题报告

1. 研究目的与意义（文献综述）

在有雾的情况下，人们的视觉由于大气中的雾的影响而减弱，景观的能见度也因此明显下降，对人类的正常生活造成了严重的破坏。同理，在有雾环境下由相机、摄影机等设备所得到的图像也会受到严重的影响，图像会变得模糊，对比度会减少，且rgb彩色图像还有由于雾的影响出现颜色偏移与失真等情况。这种情况图像的使用价值会急剧损失，给室外的图像收集与处理造成了很大的麻烦，甚至会影响图像处理系统的正常工作，给日常的生产生活造成了很大的破坏。比如说车载摄像系统，在雾天的情况下会对摄像的成像系统造成不可估计的影响。在军事方面，雾天中的有雾图像对于现代战争中的电子侦察系统获得的信息会造成干扰，而这种干扰所能造成的影响是破坏性的。因此，对于有雾图像进行去雾恢复处理，是有很大的实际应用意义的。

另一方面，随着计算机科技的急速进化，处理器的运算速度大幅度增加，图像处理硬件的成本急剧降低。同时，随着计算机视觉与图像处理技术的发展，成像系统正在飞速发展，使得图像处理技术被应用于人类正常生产生活的各个角落。其中对户外监测系统、地形分类系统、自动导航系统及军用探测系统等视觉系统使用的重视程度正在进一步的增加，他们对人类的正常活动起到了极大的帮助作用。这些户外视觉系统的处理过程，就是以室外图像作为输入信息，通过图像处理技术来提取出输入图像的特征。提高这些系统对于工作环境的适应能力，使其能适应全天候的工作环境，提高系统的准确度与可信度是极其必要的。其中雾、霾等天气对视觉系统的影响是最强烈的，视觉系统的成像的对比度与色度都是因为雾天的影响而出现不同程度的退化，从而使这些视觉系统无法正常工作。因此，对于雾、霾等天气下的图像去雾研究，是有着重要的现实意义的。

由于图像去雾在图像处理中具有举足轻重的作用，多年来，众多国内外学者针对不同的应用场景和领域提出了很多不同的理论和方法。在国内，对于图像去雾技术的研究主要集中在部分高校和研究所。微软亚洲研究院与香港中文大学信息工程系的多媒体实验室合作，在假设部分数据信息已知的条件下，对单幅图像的去雾方法进行研究，取得了较为显著的成果；南京理工大学的芮义斌、李鹏等人结合人眼对亮度的指数视觉特性，采用软件复位方法对frakle-mccannretinex(fmr)算法进行改进，较好地实现了图像的去雾处理；合肥工业大学的汪荣贵、朱静、杨万挺等人提出了基于照度分割的局部多尺度retinex算法，在图像亮度保持和细节增强处理上处理效果较好。

2. 研究的基本内容与方案

此次研究主要是学习和研究图像去雾的原理和方法，重点研究基于Retinex理论的图像去雾方法，对算法进行总结并适当创新，在Matlab环境下实现，并对结果进行比较分析。首先研究并实现图像去雾算法中的常用方法，主要研究直方图均衡法、同态滤波法、小波阈值法以及Retinex算法，分析各算法原理，通过实验分析各算法的优势与不足。重点研究Retinex算法,包括单尺度Retinex算法、多尺度Retinex算法以及带颜色恢复的多尺度Retinex算法的原理及优缺点等。

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点，提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域，利用雾天图像中雾与景物细节信息在小波域中能量的不同分布特点，采用Retinex算法抑制雾分量，用锐化处理增强景物细节信息分量，以降低雾对图像的影响，增强图像细节的清晰度；该算法用双边滤波替代传统Retinex算法中的高斯滤波，以克服高斯滤波对图像边缘的模糊效应和光晕伪影。最后采用主观与客观的图像质量评价体系将图像去雾的小波域Retinex算法的处理效果与其它各种算法的处理效果进行比较分析。

3. 研究计划与安排

在综合考虑设计任务之后，设计进度安排如下：

第1-3周：查阅相关文献资料，明确研究内容，了解研究所需掌握的知识范围，完成开题报告。

第4-6周：在电脑上安装设计必备的工具软件，学习和编写基本的图像处理程序，熟练使用。

4. 参考文献（12篇以上）

[1]刘瑞祯，于仕琪.opencv教程[m].北京：北京航空航天大学出版社，2009.

[2]r.c.gonzalez，r.e.woods.digitalimageprocessing（thirdedition）[m].北京：电子工业出版社，2010.

[3]赵小川，何景，吴军.数字图像处理高级应用[m].北京：清华大学出版社，2015.