差图像法去雾

引言

早上翻看以前下载的中文论文，看到一篇硕士论文《大雾天气下图像的清晰化方法》，作者贾乔明，指导老师朱虹，在此致谢。有一种叫做差图像法去雾，很简单，我就从文章中截取图片，测试了一下。

思想

采集的两幅图像必须提供足够多的差异信息，我认为而言，就是
雾况差别较大的两幅图像，图像配准之后作差，可以大致得到雾霾的分布情况。

步骤

1. 对两幅图像进行配准，设所获得偏移为$p_x$，$p_y$；
2. 对RGB三通道分别进行以下处理${\rm{\bar g}}(i,j) = f(i,j) + k \times [g(i - {p_x},j{ - p_y}) - f(i,j)]$
   当$k=1时$，${\rm{\bar g}}(i,j) = g(i - {p_x},j{ - p_y})$，相当于对图像进行了配准平移，当k>1时，起到对比度增强效果。

代码

分别在同一天上午的9:00和9点：50得到两幅同场景的图像。

clear all;
close all;
clc;

g = imread(‘900.bmp‘); %9：00时刻的图像
f = imread(‘950.bmp‘); %9:50时刻的图像

k = 5;
Out = f - k*(g-f);
figure,imshow(Out,[]);

结果

评价

算法简单，不需要场景的先验信息，从结果中看，其效果也非常不错，是一种有效的图像清晰化算法，但是只能处理静态场景。

转载请保留以下信息