基于曲波变换与边缘检测的恶劣天气图像恢复系统

资 源 简 介

该项目旨在解决在恶劣天气条件（如雾、霾、雨等）下拍摄的图像质量退化、对比度降低以及细节信息丢失的问题。系统核心方案利用第二代曲波变换（Curvelet Transform）对图像进行多尺度和多方向的几何分析。相较于传统的小波变换，曲波变换能更高效地表达图像中丰富的边缘和曲线结构。具体实现方法是先将受天气影响的退化图像转化到曲波域，提取出不同频率和方向的系数。通过点边缘检测技术，准确定位受损图像中的关键结构分量，并根据天气干扰的物理特性对低频系数进行对比度增强，对高频包含噪声的系数进行非线性收缩或阈值化处理

详 情 说 明

基于曲波变换与边缘检测的受天气影响图像自动恢复系统

项目介绍

本项目旨在解决在雾、霾、雨等恶劣天气条件下拍摄的图像质量退化问题。系统采用第二代曲波变换（Curvelet Transform）作为核心技术，利用其对图像边缘与曲线结构极其敏感且表达高效的特性，实现图像的细节恢复与对比度增强。通过结合点边缘检测技术，系统能够自适应地对图像的不同频率分量进行差异化处理，在抑制散射干扰的同时，最大限度保留和强化目标的结构信息。

功能特性

• 多尺度几何分析：利用曲波变换捕获图像在不同尺度和方向上的几何特征。
• 边缘导向增强：结合Canny算子与距离变换，构建空间权重图，实现对边缘区域的精准补强。
• 颜色保真处理：在YUV（YCbCr）颜色空间进行处理，仅针对亮度分量进行增强，避免色调偏移。
• 自动化气象模拟：内置天气仿真模块，支持在无输入图像时自动生成雾霾退化图进行系统测试。
• 全方位质量评估：集成PSNR（峰值信噪比）与SSIM（结构相似性）指标，对恢复效果进行定量分析。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 必备工具箱：Image Processing Toolbox（图像处理工具箱）。
• 硬件建议：建议内存4GB以上，以支持高分辨率图像的频域分解计算。

核心实现逻辑与流程

系统的实现流程严格遵循以下技术路径：

1. 图像预处理与空间转换

系统首先载入受天气影响的图像，并对超大尺寸图像进行等比例缩放以优化处理效率。随后将图像从RGB空间转换至YCbCr色彩空间，提取亮度通道（Y分量），确保后续操作不破坏原始颜色的分布结构。

1. 边缘特征提取与权重建模

利用Canny算子定位图像的物理边缘，并应用欧氏距离变换（bwdist）生成距离场。该距离场被转化为归一化的权重图，用于指引曲波系数在空间域的增强力度，使算法能够区分平坦区域与细节区域。

1. 曲波域多尺度分解

系统将亮度图像转换至频域，利用快速离散曲波算法（逻辑模拟FDCT wrapping）进行分解。系统默认执行4层分解：

• 第一层：低频特征层，代表图像的整体轮廓和背景光线。
• 中间层：包含不同角度的方向特征，代表图像的主要纹理和边缘。
• 最高层：高频细节层，通常包含噪声及微小细节。

1. 差异化系数处理逻辑

系统针对不同频率的曲波系数实施特定的恢复策略：

• 低频处理：应用对比度受限自适应直方图均衡化（CLAHE），解决由于天气散射导致的画面灰暗和整体对比度不足。
• 中高频方向层：通过计算系数的中值偏差估计局部噪声水平。引入非线性收缩函数，在靠近边缘处应用增益补偿（1.2至1.5倍增益），在非边缘区域执行软收缩处理，以达到去噪与增强细节的双重目的。
• 阈值修正：对各层应用基于统计学原理的硬阈值过滤，滤除雾雨引起的散射干扰信号。

1. 图像重建与色彩修复

通过执行曲波逆变换，将处理后的系数重新组合并变换回空间域。随后将增强后的亮度通道与原始色度通道合并，并对颜色饱和度进行补偿（增加5%的增益），以抵消恶劣天气造成的色彩淡化，最后将图像转回RGB空间。

关键函数与算法分析

• 频率切片曲波变换算法：系统通过构建频域低通掩码（Lowpass Mask）和方向楔形掩码（Directional Mask）来模拟曲波的切片过程。方向掩码采用高斯函数结合带通滤波器，能够准确提取不同角度的结构信息。
• 非线性增强算法：利用归一化权重图配合指数函数构建增益算子。该算法的核心在于“边缘补强、平滑区收缩”，有效解决了传统图像增强中容易出现的边缘光晕效应。
• 气象模拟子系统：基于大气散射模型，通过设置大气光强度和透射率（利用深度图模拟），生成符合物理光学特性的合成雾霾图，用于系统的闭环验证。
• 质量评估模块：系统集成了结构相似性（SSIM）算法，通过对比参考图与恢复图的均值、方差及协方差，从感知视角度量图像恢复的保真度。

使用方法

1. 启动MATLAB并定位至项目工作目录。
2. 运行主函数。
3. 在弹出的对话框中选择待修复的图像文件。若取消选择，系统将自动进入模拟演示模式，演示对合成雾霾图的修复过程。
4. 程序将自动进行曲波分解、边缘提取及系数优化处理。
5. 处理完成后，系统会弹出可视化窗口，展示原始图、边缘图、系数分布图以及修复前后的细节对比图。
6. 在控制台查看PSNR和SSIM等量化评估结果。