基于暗原色先验的图像去雾与深度估计系统

资 源 简 介

本项目利用MATLAB开发一套高效的单幅图像去雾工具，旨在解决雾霾天气下图像对比度降低和颜色失真的问题。系统核心算法基于经典的暗原色先验（Dark Channel Prior, DCP）理论以及大气散射物理模型。主要功能流程包括：首先计算输入图像的暗通道图，通过分析暗通道中最亮的像素点来自动估算全局大气光值；其次，根据暗通道原理估算初始透射率，并采用导向滤波（Guided Filter）技术对粗糙的透射率图进行边缘保持平滑处理，从而获得精细化的透射率图，有效避免了Halo效应和块状伪影；随后，利用优化后的透射率图反推场景的相对深度信息，生成可视化的深度图（Depth Map），表现出场景中物体距离摄像头的远近关系；最后，结合大气光值和透射率，通过逆向求解成像方程恢复出无雾的清晰图像，并对复原图像进行亮度调整以获得最佳视觉效果。

详 情 说 明

基于暗原色先验的图像去雾与深度估计系统

项目介绍

本项目是一个基于MATLAB开发的高效图像处理系统，旨在去除单幅图像中的雾霾，并基于透射率信息估计场景的相对深度。系统核心算法基于何凯明博士提出的暗原色先验（Dark Channel Prior, DCP）理论，结合大气散射物理模型进行图像复原。此外，系统采用了导向滤波（Guided Filter）技术对透射率进行边缘保持平滑，以消除去雾产生的光晕效应，并提供场景深度信息的可视化展示。

功能特性

• 智能图像输入：支持用户交互式选择本地图像（JPG, PNG, BMP等），若未选择文件，系统将自动调用内置图像并合成雾效进行算法演示。
• 高效预处理：自动检测图像尺寸，对超过2000像素的大分辨率图像进行缩放，确保计算效率。
• 暗通道计算：利用最小值滤波精确计算图像的暗通道特征。
• 自动大气光估算：基于暗通道中最亮的像素区域，智能推断全局大气光值。
• 精细化透射率优化：结合导向滤波算法，优化粗糙透射率图，有效保留图像边缘细节并消除块状效应。
• 图像清晰化复原：基于大气散射模型逆向求解，恢复清晰的无雾图像。
• 深度信息可视化：根据透射率反推场景相对深度，并生成伪彩色深度热力图。
• 画质增强：对复原后的图像进行对比度拉伸与色彩平衡，提升视觉观感。
• 多视图结果展示：在一个窗口内同时展示原图、暗通道图、透射率图、深度图、复原图及最终增强图，便于算法效果评估。

系统要求

• MATLAB R2014a 或更高版本
• Image Processing Toolbox（图像处理工具箱）

使用方法

1. 启动MATLAB环境。
2. 运行主函数。
3. 系统将弹出文件选择对话框：

* 选择图片：选中一张雾天图像，系统将对其进行去雾处理。 * 取消选择：若点击取消，系统将自动加载内置的peppers.png，并通过深度模拟算法生成一张合成雾图，随即对该合成图进行去雾演示。

1. 处理完成后，系统会自动弹出一个包含6个子图的窗口展示处理过程及结果。

算法原理与实现细节

本项目严格遵循以下算法流程实现：

1. 图像输入与合成机制

系统通过UI界面获取用户图像。为了增强演示的健壮性，代码内置了雾图合成逻辑：当用户未选择图像时，系统利用网格生成线性渐变深度，结合设定的散射系数（beta=3.0）和大气光值，在内置图像上叠加物理雾效。

2. 暗原色先验（DCP）计算

根据DCP理论，在非天空区域的局部窗口内，RGB三通道中至少有一个通道的像素值极低。系统设置窗口大小为15x15，首先计算像素的RGB最小值，随后通过形态学腐蚀操作（代替耗时的排序滤波）获取暗通道图。

3. 全局大气光值（A）估算

为了更准确地定位大气光，算法不直接取原图最亮值，而是采用两步法：

1. 在暗通道图中提取亮度排名前0.1%的像素位置。
2. 在原图对应的这些位置中，寻找RGB范数（亮度）最高的点作为全局大气光值A。同时对A值设定上限（1.0）以防止过曝。

4. 透射率估算与优化

• 初始透射率：基于大气散射模型推导，利用归一化暗通道计算初始透射率，并引入去雾程度因子（omega=0.95）以保留少许雾感，维持景深真实感。
• 导向滤波优化：初始透射率往往具有块状效应。系统实现了一个O(1)复杂度的导向滤波算法，以原图的灰度图作为引导图（Guided Image），对初始透射率进行滤波。滤波半径设为60，正则化参数eps设为0.001，确保在平滑纹理的同时精确保持物体边缘。

5. 场景复原

根据成像公式 $J(x) = frac{I(x) - A}{max(t(x), t_0)} + A$ 恢复场景辐射度。为了避免分母为零导致的噪点，系统设置了透射率下限 $t_0 = 0.1$。

6. 深度图生成

基于物理模型，透射率 $t$ 与深度 $d$ 呈指数反比关系。系统将优化后的透射率取反（$1 - t$）作为相对深度的近似，并将其归一化到[0, 1]区间。随后应用自定义的Jet伪彩色映射，将灰度深度图转换为热力图，直观显示近景（冷色）与远景（暖色）。

7. 后处理增强

复原后的图像可能存在整体偏暗的问题。系统对RGB各通道分别进行对比度拉伸（Stretchlim），截断前0.5%和后0.5%的极值像素，将剩余像素的强度线性映射至全动态范围，显著提升图像的对比度和可视性。

关键函数解析

以下从代码层面分析各子函数实现的具体逻辑：

• getDarkChannel: 输入RGB图像，首先计算每个像素在通道维度的最小值，然后使用imerode（腐蚀函数）配合正方形结构元素进行最小值滤波，高效生成暗通道图。
• getAtmosphericLight: 实现了鲁棒的大气光估算策略。通过reshape和sort函数快速定位暗通道中最亮的0.1%像素索引，再利用这些索引在原图中进行二次筛选，确保选取的大气光点既是高亮区域又是非白色物体。
• getTransmission: 执行标准的DCP透射率计算公式。包含防止除零的微小量添加，以及对最终透射率进行[0, 1]截断处理。
• guidedFilter: 完整复现了He et al.的导向滤波算法。利用均值、方差和协方差的计算公式，通过线性模型将结构信息从引导图传递给输出图。
• boxfilter: 这是导向滤波加速的核心。通过cumsum函数计算积分图（Integral Image），实现了与滤波半径无关的常数时间复杂度O(1)的区域求和运算，极大提升了算法运行速度。
• recoverScene: 执行逆向各像素运算。通过repmat扩展矩阵维度，确保大气光A和透射率t与原图维度一致，从而进行完全向量化的矩阵运算。
• jetColormap: 在不依赖MathWorks外部工具箱的情况下，手动通过查表法（Lookup Table）将灰度值映射为Jet色彩空间（蓝-青-黄-红），用于深度图的可视化渲染。