图像去雾实验代码.zip

天气对图像的质量有很大的影响，请利用图像分析的相关知识，实现基于暗通道先验的图像去雾算法，对有雾霾的图像进行增强。 压缩包内包括代码、测试图片、一些测试效果图片、论文原文。 （参考论文：n He K, Sun J, Tang X. Single image haze removal using dark channel prior[J]. IEEE CVPR, 2009.）

clear;
close all;
clc;

%% 基于暗通道的去雾算法
I = imread（‘../test images/haze2.jpg‘）;

PR=I（::1）;                                        %提取红色分量 
PG=I（::2）;                                        %提取绿色分量 
PB=I（::3）;                                        %提取蓝色分量 
gray = min（min（PRPG）PB）;
Jdark=ordfilt2（gray1ones（1515））;                 %最小值滤波，得到暗通道

%从暗通道图中按照亮度的大小取前0.1最亮的像素                
[t index] = sort（Jdark（:）‘ ‘descend‘）;                   
n = ceil（length（Jdark）*0.001）                        %前0.1的像素个数
threshold = max（t（1:n））;                            %暗通道中最亮的阈值
index（1:n）;                                         %暗通道阈值点集的位置
%根据暗通道所取阈值和位置，找到原图对应位置里的最亮通道值，构造全局大气光A矩阵
R = PR（:）‘;
G = PG（:）‘; 
B = PB（:）‘; 
for i = 1:n                                         %结合阈值求原图通道最大值
    a = min（threshold max（max（R（index（i）） G（index（i））） B（index（i））））;
end
A = max（a）
%求透射率t
w = 0.95;
A = I*0 + A;
t = 1 - w*double（gray）./double（A（::1））;           %存在负数
tmean = mean（mean（t））
%求目标图像J
t = max（t0.1）;                                     %除去负数，防止白场过渡

J（::1） = （double（PR） - double（A（::1）））./t + double（A（::1））;
J（::2） = （double（PG） - double（A（::2）））./t + double（A（::2））;
J（::3） = （double（PB） - double（A（::3）））./t + double（A（::3））;
J = uint8（J）;                                       %一定要转回与I相同的类型，不然显示不出（用round无效）
%直方图均衡化
J（::1） = histeq（J（::1））;
J（::2） = histeq（J（::2））;
J（::3） = histeq（J（::3））;
figure; 
subplot（221）;imshow（I）;title（‘原图像‘）; 
subplot（222）;imshow（Jdark）;title（‘暗通道‘）; 
subplot（223）;imshow（t）;title（‘透射率图‘）; 
subplot（224）;imshow（J）;title（‘目标图‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-04-02 00:41  图像去雾实验代码\
     文件       75059  2020-03-29 23:27  图像去雾实验代码\haze1_w0.95_Amax_histeqNO_filt15.png
     文件       79505  2020-03-29 23:26  图像去雾实验代码\haze1_w0.95_Amin_histeqNO_filt15.png
     文件       85204  2020-03-29 23:06  图像去雾实验代码\haze1_w0.95_Amin_histeq_filt15.png
     文件       86647  2020-03-29 23:43  图像去雾实验代码\haze2_w0.95_Amin_histeqNO_filt15.png
     文件       95030  2020-03-29 23:07  图像去雾实验代码\haze2_w0.95_Amin_histeq_filt15.png
     文件       70235  2020-03-29 23:07  图像去雾实验代码\haze3_w0.95_Amin_histeq_filt15.png
     文件       90023  2020-03-29 23:37  图像去雾实验代码\haze4_w0.6_Amin_histeqNO_filt15.png
     文件       92984  2020-03-29 23:36  图像去雾实验代码\haze4_w0.8_Amin_histeqNO_filt15.png
     文件       87098  2020-03-29 23:36  图像去雾实验代码\haze4_w0.95_Amin_histeqNO_filt15.png
     文件       92268  2020-03-29 23:08  图像去雾实验代码\haze4_w0.95_Amin_histeq_filt15.png
     文件       88269  2020-03-29 23:08  图像去雾实验代码\haze5_w0.95_Amin_histeq_filt15.png
     文件        1862  2020-03-29 23:59  图像去雾实验代码\HazeRemoval.m
     文件     4389504  2020-03-20 12:13  图像去雾实验代码\Single Image Haze Removal Using Dark Channel Prior_cvpr_09.pdf
     目录           0  2020-04-02 00:40  图像去雾实验代码\test images\
     文件       17105  2020-03-17 22:52  图像去雾实验代码\test images\haze1.jpg
     文件       17666  2020-03-17 22:52  图像去雾实验代码\test images\haze2.jpg
     文件       14261  2020-03-17 22:52  图像去雾实验代码\test images\haze3.jpg
     文件       20033  2020-03-17 22:52  图像去雾实验代码\test images\haze4.jpg
     文件       21264  2020-03-17 22:52  图像去雾实验代码\test images\haze5.jpg
     文件      358533  2020-03-29 20:54  图像去雾实验代码\test images\haze6.jpg