下载文档原格式
基于同态滤波和Retinex的图像去雾算法
汪秦峰;陈莉;樊泰亭;陈占武;杨涛
【期刊名称】《火控雷达技术》
【年(卷),期】2016(045)002
【摘要】传统的Retinex算法在图像去雾时均假设光照是平缓变化的,在处理光照不均的图像时,易出现光晕现象.针对这一问题,本文提出一种改进的同态滤波算法用于校正图像的光照,可对图像中亮度差异较大的区域进行不同程度的滤波;经光照校正的图像再采用Retinex算法进行图像去雾,可避免光晕现象.实验结果表明,本文方法可有效消除光照不均的雾霾图像所出现的光晕现象,且去雾效果优于传统的Retinex算法,时间复杂度低于Meylan算法.
【总页数】8页(P44-51)
【作者】汪秦峰;陈莉;樊泰亭;陈占武;杨涛
【作者单位】西北大学西安710127;西北大学西安710127;西安生产力促进中心西安710000;西安生产力促进中心西安710000;西安生产力促进中心西安710000
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于Retinex和同态滤波的X射线电池图像增强算法 [J], 赵爱玲;张鹏程;刘祎
2.基于改进的同态滤波和Retinex的水下图像增强的算法研究 [J], 王红茹;张玲;王
佳;卢道华
3.基于分块和多尺度Retinex的图像去雾算法 [J], 黄丽韶
4.基于Retinex增强算法的图像去雾方法研究 [J], 黄丽韶
5.基于同态滤波及多尺度Retinex的低照度图像增强算法 [J], 董静薇;徐博;马晓峰;韩闯
因版权原因，仅展示原文概要，查看原文内容请购买。
基于同态滤波的遥感图像云雾去除模型研究张文君; 徐文茜; 白玉娜; 魏新玲; 吕海成【期刊名称】《《科技视界》》【年(卷),期】2019(000)026【总页数】2页(P92-93)【关键词】遥感影像; 去云雾; 同态滤波【作者】张文君; 徐文茜; 白玉娜; 魏新玲; 吕海成【作者单位】信阳学院河南信阳 464000【正文语种】中文【中图分类】TP751.10 引言目前，随着遥感成像技术的飞速发展，光学遥感图像的应用遍及各个行业领域[1-3]。
但是，由于大气气溶胶的反射和散射作用，时常导致遥感传感器拍摄的图像受到云雾噪声的干扰，而出现一系列的清晰度下降、纹理细节模糊、地物对比度降低、色彩失真等等图像质量降低的问题，在光谱分析、地物判读、影像制图等实际应用中难以满足其精度需求[4]，也给光学遥感技术的推广带来不利的影响。
因此，本文依靠ENVI 强大的遥感图像处理建模功能，从均匀薄云雾覆盖下的遥感图像的频率域特征入手，以同态滤波理论为基础[5]，通过构造合理的高通滤波器对受干扰的图像进行相应的处理，滤除低频云雾信息，加强高频地物信息，提高原始图像的可视性，并从主观和客观两方面证明基于同态滤波的单幅图像去云方法具有一定的现实意义。
1 研究方法1.1 实验数据本文选取的实验数据为整体被均匀薄云雾覆盖的SPOT-5 遥感卫星图像（时相：2013 年3 月8 日，分辨率：2.5m），该图像包含绿光、红光以及近红外共3 个波段。
图像平均灰度值偏高，云雾下的地物细节模糊，对比度低，甚至部分地物色彩出现偏差，整体可视性较差。
1.2 研究方法及其原理遥感图像中，云雾通常体现出亮度值偏高、对比度较低、纹理结构单一模糊、色彩过渡平缓等一系列特征，而地物信息则与之相反。
因此，通过傅里叶变换将云雾遮盖的遥感影像转换到频率域，云雾信息一般分布在低频部分，而地物信息主要分布于高频部分，所以云雾的干扰突出了图像的低频信息，却抑制了图像的高频信息，导致有用信息的损失。
融合同态滤波和小波变换的图像去雾算法研究作者：董静薇赵春丽海博来源：《哈尔滨理工大学学报》2019年第01期摘要：针对雾天时图像退化严重，对比度低的问题，提出了一种改进算法。
从时频分析的角度出发，将同态滤波算法中的傅立叶变换用快速小波变换代替，然后在变换域内用改进的滤波器对小波系数进行处理，从而达到增强雾天降质图像的目的。
实验结果表明，改进算法能够有效校正雾天图像光照，保持图像原有信息不丢失，增强图像的对比度，使处理后的图像更具有可视性。
关键词：同态滤波，小波变换，图像增强，对比度DOI：10;15938/j;jhust;2019;01;011中图分类号： TP391文献标志码： A文章编号： 1007-2683（2019）01-0066-05Research on Image De;fog Algorithm Based on Fusion;Homomorphic Filtering and Wavelet TransformDONG Jing;wei;1，2;，ZHAO Chun;li;1，2;，HAI Bo;1，2（1.School of Measurement and Control Technology and Communications Engineering，Harbin University of Science and Technology，Harbin 150080，China;2.Higher Educational Key Laboratory for Measuring and Control Technology and Instrumentations of Heilongjiang;Province，Harbin Uinversity;of Science and Technology， Harbin 150080， China）Abstract：Aiming at the problem of severe degradation of fog weather image and low contrast，an improved algorithm is proposed;From the point of view of time;frequency analysis， the Fourier transform in the homomorphic filtering algorithm is replaced by the fast wavelet transform， and then the wavelet coefficients are processed by the improved filter in the transform domain to achieve the enhanced fog image purpose;The experimental results show that the improved algorithm caneffectively correct the fog image illumination， keep the original information of the image is not lost， enhance the contrast of the image， and make the processed image more visibleKeywords：homomorphic filtering; wavelet transform; image enhancement; contrast0引言有霧天气条件下，通过交通和公共场所摄像头摄取的图像，由于雾的影响，导致图像的对比度降低，图像的整体质量下降，影响了对远处景物和人物信息的观察和辨别[1]。
（基于小波变换的）同态滤波算法在雨雾图像处理中的应用海博摘要：在薄雾天气的影响下，由于大气对成像光线的作用，而使所获取的图片模糊不清，对比度降低。
本文基于雨雾天气图像的特点，从时频分析的角度出发，提出了一种基于小波变换的同态滤波方法，采用快速小波变换代替传统傅里叶变换，在变换域内用改进的指数滤波器对小波系数进行处理，从而达到增强雾天降质图像的目的。
实验结果表明，本文的方法，能够有效突出雾天图像的细节，增强景物对比度，较好的改善视觉效果。
关键词：同态滤波，小波变换，去雾，图像对比度1.引言对于雨雾天气条件下，通过交通和公共场合摄像头摄取的图像，由于雨雾的影响，图像的对比度降低，而且影响了对远处景物和人物信息的观察和辨别，从而给相关人员的工作带来的一定的阻碍。
而对于图像去雾的方法，国内外学者都做过大量的研究。
常用的方法有直方图均衡，时域频域滤波和基于物理模型的方法。
直方图均衡虽然算法简单，但是由于雨雾而使图像对比度降低与景物的远近并非线性关系，所以该方法的效果并不理想，有时由于将景物的灰度值增强或减弱后反而会影响图像的信息量。
而基于物理模型的方法[1]，此方法由于缺少参数，对视频采集的要求过于苛刻，算法复杂等原因在使用中有诸多的困难。
为了避免这些不足，本文提出基于小波的同态滤波算法，小波变换在时域和频域同时具有良好的局部特性[2]，比傅里叶变换有明显的优势，从而达到去除雨雾对图像的影响。
2.经典同态滤波算法2.1同态滤波原理同态滤波是一种把频率过滤和灰度变换结合起来的图像处理方法，它把图像的照度反射模型作为频域处理的基础，通过对图像的灰度范围的调整，可以有效解决图像上照度不均匀及动态范围过大对图像产生影响的问题，在不损失亮区细节信息的同时，有效增强暗区的细节信息[3]。
一般雨雾天气的图像ƒ(x,y)由两个分量表示：(,)(,)(,)i r f x y f x y f x y = (1) 其中：0(,)i f x y <<∞；0(,)1r f x y <<i ƒ(x,y)：可称为照明函数，频谱处于低频区域，在空间上变化缓慢，描述场景的照明，与景物无关，雨雾信息包含其中。
基于小波变换的同态滤波法去雾图像处理
林英
【期刊名称】《龙岩学院学报》
【年(卷),期】2008(26)6
【摘要】主要使用同态滤波的方法进行去雾,对传统的同态滤波算法进行改进,引入基于小波变换的同态滤波方法,重点采用改进的Butterworth滤波对小波变换域系数进行处理,再进行小渡重构得到去雾后的图像.此方法在保持图像总体原貌的基础上对图像局部对比度增强效果显著.
【总页数】5页(P32-36)
【作者】林英
【作者单位】福建儿童发展职业学院,福建福州,350001
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于小波变换和同态滤波的内窥图像增强算法 [J], 孙慧贤;罗飞路;张玉华
2.基于同态滤波和Retinex的图像去雾算法 [J], 汪秦峰;陈莉;樊泰亭;陈占武;杨涛
3.一种基于同态滤波原理的井下光照不均图像处理方法 [J], 刘毅;贾旭芬;田子建
4.融合同态滤波和小波变换的图像去雾算法研究 [J], 董静薇;赵春丽;海博
5.基于卷积神经网络的航标图像同态滤波去雾 [J], 陈遵科
因版权原因，仅展示原文概要，查看原文内容请购买。
基于同态滤波的遥感影像去云雾处理
叶秋果;宗景春;李钏;滕惠忠
【期刊名称】《海洋测绘》
【年(卷),期】2009(029)003
【摘要】云层的遮挡作用对遥感影像的处理和分析带来一定的困难,依据影像中云雾处于相对低频部分,景物处于相对高频的特性,应用同态滤波的方法实现对云层低频分量的抑制,从而达到去除遥感影像中的云雾影响的目的.
【总页数】3页(P45-46,57)
【作者】叶秋果;宗景春;李钏;滕惠忠
【作者单位】海军海洋测绘研究所,天津,300061;海军出版社,天津,300450;海军出版社,天津,300450;海军海洋测绘研究所,天津,300061
【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.基于同态滤波的高分辨率遥感影像阴影消除方法 [J], 郝宁波;廖海斌
2.基于Mallat算法遥感图像去云雾处理的改进方法 [J], 朱锡芳;吴峰;庄燕滨
3.基于同态滤波和维纳滤波的太阳耀斑\r去云处理对比研究 [J],
4.基于同态滤波的遥感图像云雾去除模型研究 [J], 张文君; 徐文茜; 白玉娜; 魏新玲; 吕海成
5.基于同态滤波的灰度图像去烟处理方法 [J], 王淑彦
因版权原因，仅展示原文概要，查看原文内容请购买。
混合同态滤波的小波分频率雾天图像处理方式
王泽励
【期刊名称】《警察技术》
【年(卷),期】2022()1
【摘要】受限于天气和环境等因素,如雾霾天气、灰尘密集区域,摄制图像往往照度不均、对比度较低、图像退化严重且质量较差,这给公安工作带来了挑战。
针对这
类图像,采用小波分解,并对低频和高频部分分别采用相关算法处理并且重构图像。
实验在处理过程中,针对SSR照度跳变部分出现光晕等现象,改进SSR的环绕函数。
实验最后对于重构处理的图像与其他算法作比较并采用信息熵,PSNR做图像处理
结果的客观评价标准。
仿真实验结果表明,本文提出的HWIR算法相比较其他算法
适应性强,去雾效果良好,图像对比度、细节信息得到了提升。
【总页数】3页(P70-72)
【关键词】照度不均;去雾;小波变换;同态滤波;单尺度RETINEX
【作者】王泽励
【作者单位】中国刑事警察学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.一种新的小波分形混合图像编码方法
2.基于互信息和小波分解的混合优化医学图像配准
3.一种改进的基于小波分解和混合优化的图像配准方法
4.融合直方图均衡化与同态滤波的雾天图像增强算法研究
5.一种小波分形混合图像编码算法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于同态滤波的图像去雾方法本科00950329本科毕业设计（论文）题目：基于同态滤波的图像去雾方法I基于同态滤波的图像去雾方法摘要在雾霭等天气条件下获得的图像，模糊不清、颜色失真，影响视觉效果。
因此有必要对图像进行去雾研究。
图像去雾是通过一定的手段去除图像中雾的干扰，达到快速有效的去雾和清晰度恢复的作用，从而得到高质量的图像。
图像去雾的方法众多，同态滤波是一种在频域中进行的图像对比度增强和压缩图像亮度范围的特殊滤波方法。
这种方法能减少低频并增加高频，即尽量保留低频中的灰度级（保存图像原貌），又锐化细节，从而达到去雾的效果。
本文把基于同态滤波的去雾算法，与全局均衡化的图像去雾算法等方法进行对比，借鉴其他算法的优点，优化同态滤波算法，使图像去雾效果更加理想。
实验结果表明，同态滤波能较好的锐化细节，同时保持原图概况。
若要使图片达到更好的清晰度，需结合多种算法，叠加运行。
关键词：图像去雾；图像增强；同态滤波；直方图均衡化I IImage defog method based on themethod of image filterin AbstractThe image obtained in bad weather conditions such as fog, blur, color distortion, visual effects.Therefore, it is necessary to study images defogging.Images defogging is through a certain means of removing fog interference and achieve rapid recovery of fog and clarity of role, resulting in high quality images.Homomorphic filtering is an image in the frequency domain of contrast enhancement and special filtering method of image brightness range, homomorphic filtering can reduce the frequency and increase the frequency, that is, try to keep the low frequency of gray levels (save the original image) and sharpen details, so as to achieve the effect of fog.This fog based on homomorphic filtering method, and global equalization algorithm for images defogging method compares the advantages of other algorithms, optimizing the homomorphic filter algorithm, making the image to fog effect is more ideal. Experimental results show that the homomorphic filtering can be used to sharpen detail, while keeping the original profile. To make the image better definition, should be combined with a variety of algorithms, stacking operation.I I IKey words: image, image enhancement, image enhancement, image enhancement, image enhancement, histogram equalization.目录1 引言 (1)1.1 课题研究的背景和意义 (1)1.2 图像去雾的研究历史和发展现状 (2)1.3 本文主要研究内容和结构安排 (3)1.3.1 本文主要研究内容 (3)1.3.2 本文结构安排 (3)2 图像去雾概述 (5)2.1 图像去雾的概念 (5)2.2 图像去雾的分类 (5)2.2.1 基于物理模型的方法 (6)2.2.2 基于非物理模型的方法 (8)2.3 图像去雾的应用 (12)3 基于同态滤波的图像去雾方法 (13)3.1 同态滤波概念与定义 (13)3.2 同态滤波的原理 (13)I V3.3 同态滤波的操作的基本流程 (13)4 实验结果 (18)4.1 灰度版 (18)4.2 彩色版 (20)4.3 实验结果分析与评价 (22)5 评价与改进 (24)5.1直方图 (24)5.2暗通道 (26)5.3改进 (29)5.3.1红外处理 (29)5.3.2 红外与同态滤波结合优化 (29)5.3.3实验结果图 (30)结论 (31)致谢 (33)参考文献 (34)附录 (37)外文资料翻译及原文 (48)V1 引言图像去雾是图像处理中一个不可缺少的环节，在遥感、航拍、水下图像分析、户外视频、日常照片、处理等诸多方面有着广泛应用。
本章对图像去雾的技术进行介绍，并着重阐述基于同态滤波的图像去雾方法，深入研究了基于同态滤波的图像去雾方法，对雾天退化图像的增强进行了实验验证。
同时也增强了雾天降质图像的对比度和色彩保真度，提高了户外成像系统在雾霭等天气下工作的稳定性和可靠性。
本章简要介绍了图像去雾处理的背景与意义，图像去雾的国内外研究现状，并给出了本文的主要研究内容。
1.1 课题研究的背景和意义众所周知，雾和霾是一种常见的天气现象，在雾霾条件拍摄的图片就不是很清晰，因此有必要对图像进行去雾研究。
图像去雾技术是通过一定的手段去除图像中雾的干扰，从而得到高质量的图像，以便于得到满意的视觉效果并获取更多有效的图像信息。
图像去雾技术是图像处理领域一个重要的研究分支。
因其具有跨学科、前沿性以及应用前景广阔等特点，而备受国内外的大批研究者的关注，目前已成为计算机视觉和图像处理领域的研究热点。
同时作为一门新兴学科，由于去雾问题涉及到天气条件的随机性与复杂性，使得人们研究的起步比较晚，只有二十年的研究历程。
目前虽然有新方法大量涌现，但几乎每一种方法都有一定的局限性，也都处于不断的发展中。
一些己取得的研究成果虽然在某一方面得到大家的认可，但还是需要完善和改进。
因此，为提高雾天退1化图像的质量，需要寻找有效的办法来减少或去除雾的影响。
1.2 图像去雾的研究历史和发展现状图像去雾技术一个跨学科的前沿性课题，具有广阔的应用前景，近几年来已经成为计算机视觉和图像处理领域研究的热点问题之一，吸引了国内外很多研究人员的兴趣。
该技术主要应用于计算机视觉的初级阶段，是目标检测与跟踪、目标分类与识别、目标行为分析与理解等中、高级阶段的基础。
图像去雾技术的研究工作开展较晚，尽管国内外研究机构已经取得了一定的研究成果，然而仍有待完善。
研究最早可追溯到1992年L．Bissonnette等人针对雾和雨天气下所做的图像去雾处；随后，John P.Oakley等人针对恶劣天气下航拍降质彩色图像进行了去雾处理，并取得一定的研究成果。
后来，McCartney对不同天气条件下大气粒子的类型、大小和浓度进行了研究。
Nayar和Narasimhan对大气粒子的类型、大小和浓度造成各种天气的成因进行了简单分析。
Garg等人提出雨滴动力学模型，利用模型约束来区分雨和其他类型的信号，有效地检测并去除复杂场景中的雨滴。
与国内相比，国外的研究工作开展较早，且研究机构较多。
在国外著名的研究机构中，美国国家航空航天局（NASA）的Langley研究中心（LRC）深人研究基于邻域（surround-based）的Retine x算法，对雾、烟、水下和夜晚图像进行增强，并将其算法嵌人DSP便携式图像增强视觉系统中，处理分辨率为256×256的灰度图像可达到30帧／s,基本满足实时性的要求；哥伦比亚大学的计算机视觉实验室研究如何利2用不同天气条件下同一场景的多幅图像来恢复清晰图像，并建立了不同天气条件下同一场景的WILD（Weather and Illumination Database）数据库；以色列的联合成像实验室；研究基于偏振滤波的方法，该方法对大气成像和水下成像均适用；曼彻斯特大学电气和电子工程学院的传感、图像和信号处理组在图像对比度恢复方面进行了长期的研究，英国Dmist公司在此研究基础上开发了商业产品C1earVue。
在国内的研究机构中，微软亚洲研究院与香港中文大学（Chinese University ofHong Kong）信息工程系的多媒体实验室合作，研究基于数据假设的单幅图像去雾方法，其成果较为显著，但与实际应用仍存在较大差距。
其他研究所和高校的相关研究工作尚处于进一步发展中。
现阶段，比较优秀的去雾手段，都是根据每种算法的优、缺点，进行优势结合。
一般而言，良好去雾效果都要复合几层算法进行叠加，例如，基于同态滤波的红外图像增强新方法。
先对原红外图像自适应中值滤波，既保留了原有图像细节，又去除噪声。
1.3 本文主要研究内容和结构安排1.3.1 本文主要研究内容本文介绍基于同态滤波的图像去雾方法。
将基于同态滤波的去雾图像，与经全局均衡化直方图的图像去雾算法、暗通道去雾算法等方法进行对比，借鉴其红外技术的优点，优化同态滤波算法，使得图像去雾效果更加理想。
31.3.2 本文结构安排本文共分为五个部分。
具体结构如下：第一部分绪论。
主要介绍了图像去雾的研究背景和意义、国内外研究现状、发展前景以及本文的主要研究内容。
第二部分图像去雾原理与技术。
主要介绍了图像去雾的基本原理、基本特征和图像去雾的分类，归纳了图像去雾的典型算法以及主要应用。
第三部分研究基于同态滤波的图像去雾方法。
第四部分实验结果。
第五部分实验方法评价与改进。
第六部分对本文进行总结。
42 图像去雾概述2.1 图像去雾的概念图像去雾技术（雾、霆等类似大气粒子的散射现象均可用米氏散射理论描述，为了描述的方便，简称为去雾）的主要任务是去除天气因素对图像质量的影响，从而增强图像的视见度。
2.2 图像去雾的分类图像去雾技术在经过近20年的研究发展中，经过国内外研究学者们的努力，已经形成了许多可应用于实践的技术方法。
目前的主流方向是通过物理模型和非物理模型展开的。
