基于直方图优化与Retinex的图像去雾系统

资 源 简 介

本项目旨在开发一个基于MATLAB的图像去雾仿真平台，重点研究并实现基于直方图优化的去雾技术。系统集成了多种核心去雾与增强算法，主要包括全局直方图均衡化算法，用于调整图像整体动态范围和对比度；以及局部直方图均衡化算法，用于在增强图像局部细节的同时有效保持图像特征。此外，作为直方图去雾算法的有效补充与延伸，项目还引入了Retinex图像增强算法，利用其基于色彩恒常性的理论模型来处理光照不均和雾气遮挡问题，进一步提升图像的视觉质量。在系统实现方面，本项目采用MATLAB GUI（图形用户界面）进行可视化设计，构建了包含文件操作、算法选择、参数调整等功能的菜单栏，用户可以通过菜单灵活切换不同的去雾算法。系统界面设计了专门的显示区域，能够实时展示原始有雾图像与处理后的去雾图像，并同步绘制并显示处理前后的灰度直方图，通过直观的直方图分布变化来量化分析去雾效果和对比度提升程度，为图像去雾算法的性能评估提供直观依据。

详 情 说 明

基于直方图优化的图像去雾系统

项目简介

本项目是一个基于 MATLAB 开发的图像去雾与增强仿真平台。系统旨在通过直方图优化技术解决图像因雾气遮挡导致的对比度低、细节丢失等问题。该平台集成了图形用户界面（GUI），集成了全局与局部直方图均衡化算法以及基于色彩恒常性理论的 Retinex 算法，能够实时展示处理效果及直方图变化，为图像去雾算法的性能评估与对比分析提供了直观的工具。

系统要求

• 运行环境: MATLAB (推荐 R2017a 或更高版本)
• 工具箱依赖: Image Processing Toolbox (图像处理工具箱)

* 代码中使用了色彩空间转换函数（如 rgb2hsv, rgb2lab）以及图像滤波函数（如 adapthisteq, imgaussfilt），因此必须安装此工具箱。

功能特性

1. 多算法集成: 系统内置了三种核心去雾与增强算法，用户可以通过菜单栏快速切换。
2. 可视化对比: 界面设计采用四屏显示模式，分别展示原始图像、去雾结果、原始灰度直方图和结果灰度直方图，便于直观对比。
3. 文件操作: 支持多种常见图像格式的读取与处理结果的保存。
4. 数据量化: 通过实时绘制灰度直方图，量化展示图像对比度和动态范围的变化。

算法实现与逻辑详解

本项目的所有功能逻辑均在一个主程序中实现，以下是代码中集成的关键算法及其具体实现细节：

1. 全局直方图均衡化 (Global Histogram Equalization)

该算法主要用于调整图像的整体动态范围，增强全局对比度。

• 实现逻辑:

* 首先判断输入图像是否为彩色（RGB）。如果是彩色图像，将其转换到 HSV 色彩空间。 * 提取 V 通道（亮度分量），仅对 V 通道进行标准的 histeq 直方图均衡化处理，以保护 H（色调）和 S（饱和度）分量不被破坏，从而避免色彩失真。 * 如果是灰度图像，则直接应用直方图均衡化。 * 处理完成后，将图像转换回 RGB 空间并转为 uint8 格式输出。

2. 局部直方图均衡化 (CLAHE)

该算法用于在增强局部对比度的同时限制噪声放大，特别适合处理有雾图像的局部细节。

• 实现逻辑:

* 将图像转换到 CIELAB (Lab) 色彩空间。研究表明 CLAHE 在 L 通道（亮度）上的效果优于 HSV 空间。 * 提取 L 通道并归一化。 * 应用限制对比度自适应直方图均衡化 (adapthisteq)。 * 参数配置: 代码中设定的分块数量 (NumTiles) 为 [8 8]，对比度限制阈值 (ClipLimit) 为 0.01，目标分布 (Distribution) 采用瑞利分布 ('rayleigh')，以获得更自然的去雾效果。 * 将处理后的 L 通道与原始 a、b 通道合并，转换回 RGB 空间。

3. Retinex 图像增强 (Multi-Scale Retinex, MSR)

基于色彩恒常性理论，通过估计光照分量来恢复物体本身的反射分量，能有效处理光照不均和雾气问题。

• 实现逻辑:

* 多尺度处理: 代码实现了多尺度 Retinex (MSR) 算法。使用了三个不同尺度的高斯核 sigma 值：[15, 80, 250]，权重均分为 [1/3, 1/3, 1/3]。小尺度用于提取细节，大尺度用于处理色彩和整体光照。 * 光照估计: 将图像转为 double 类型并加 1（避免对数运算出现无穷小），进入对数域。利用 imgaussfilt 函数进行高斯模糊以估计光照分量。 * 反射分量计算: 根据公式 Log(R) = Log(I) - Log(G*I) 计算反射分量。 * 颜色恢复与归一化: 算法采用了基于统计特性的自动色阶调整（Simplest Color Balance 思想）。 * 计算每个通道的均值 (Mean) 和标准差 (Std)。 * 设定截断范围为 [Mean - 2*Std, Mean + 2*Std]，将超出该范围的像素值截断。 * 将结果线性拉伸并归一化至 0-255 范围，转换为 uint8 输出。

界面交互与系统逻辑

代码通过纯 MATLAB 脚本（无需 .fig 文件）构建了完整的 GUI 系统：

界面布局

• 顶部菜单:

* 文件: 包含打开图像、保存结果、退出系统。 * 去雾算法: 下拉选择上述三种算法。 * 帮助: 显示关于信息。

• 显示区域:

* 第一行: 左侧显示“原始有雾图像”，右侧显示“去雾增强图像”。 * 第二行: 左侧显示“原始图像灰度直方图”，右侧显示“增强图像灰度直方图”。直方图计算时，若为彩色图像会自动转换为灰度图进行统计。

交互流程

1. 启动: 运行主函数，清除环境变量并初始化全局数据，构建图形窗口。
2. 加载: 点击“打开图像”触发回调，读取图片至内存变量 rawImg，并同步初始化 resImg，调用 update_display 函数刷新四个坐标轴。
3. 处理: 选择算法菜单项，系统会显示进度条（waitbar），执行对应的图像处理逻辑，更新 resImg 变量，完成后自动关闭进度条并刷新显示。
4. 保存: 点击“保存结果”，系统检查是否存在处理后的图像，若存在则弹出文件保存对话框。

使用方法

1. 确保 MATLAB 已安装并包含图像处理工具箱。
2. 直接运行 main.m 文件。
3. 在弹出的窗口中，点击菜单栏 "文件" -> "打开图像"，选择一张需要去雾的图片（支持 .jpg, .png, .bmp, .tif）。
4. 点击 "去雾算法"，在下拉菜单中选择一种算法（如 "局部直方图均衡化 (CLAHE)"）。
5. 观察界面下方的直方图变化以及右上角的去雾效果。
6. 如需保存处理后的图片，点击 "文件" -> "保存结果"。