基于暗原色先验的单图像去雾算法实现与可视化系统
项目介绍
本项目基于何恺明博士提出的暗原色先验理论,实现了一个完整的单图像去雾算法系统。系统通过分析图像中的雾浓度分布,利用大气散射模型进行反向推导,能够有效估计场景的大气光和透射率,从而恢复出清晰的无雾图像。该系统不仅提供了核心的去雾算法,还集成了直观的可视化对比界面和图像质量评估功能。
功能特性
- 自动去雾处理:基于暗原色先验理论,实现单图像自动去雾
- 参数调节功能:支持雾浓度系数和导向滤波窗口大小的灵活调节
- 大气光估计:提供自动估计和手动输入两种大气光确定方式
- 多格式支持:支持JPG、PNG、BMP等常见图像格式,兼容彩色和灰度图像
- 可视化输出:同时输出去雾图像、透射率分布图和去雾前后对比视图
- 质量评估:提供SSIM和PSNR指标对去雾效果进行定量评估
使用方法
- 启动系统后,通过界面选择或拖拽方式加载有雾图像
- 根据需要调整参数:
- 雾浓度系数(默认值0.95)
- 导向滤波窗口大小(默认15×15)
- 选择大气光自动估计或手动输入具体数值
- 点击"去雾处理"按钮开始算法执行
- 查看处理结果:
- 右侧显示去雾后的清晰图像
- 可切换查看透射率分布图
- 并排对比显示去雾前后效果
- 界面下方显示大气光强度值和图像质量评估指标
系统要求
- 操作系统:Windows 7/10/11 或 macOS 10.14+
- 软件环境:MATLAB R2018b 或更高版本
- 内存要求:至少4GB RAM(处理高分辨率图像建议8GB以上)
- 磁盘空间:至少500MB可用空间
文件说明
主程序文件整合了系统的核心功能流程,包括图像输入与预处理、雾浓度检测分析、大气光估算模块、透射率计算引擎、导向滤波优化处理、去雾图像恢复算法、多模式结果显示界面以及图像质量评估体系。该文件通过协调各功能模块,实现了从有雾图像输入到最终去雾结果输出的完整处理链路。