【图像增强】基于matlab人工多重曝光融合AMEF图像去雾【含Matlab源码 1916期】

一、 图像增强技术简介

1 图像增强
图像增强是对图像的某些特征，如边缘、轮廓、对比度等进行强调或锐化，以便于显示、观察或进一步分析与处理。通过对图像的特定加工，将被处理的图像转化为对具体应用来说视觉质量和效果更“好”或更“有用”的图像。
图像增强是最基本最常用的图像处理技术，常用于其他图像处理的预处理阶段。

（1）高通平滑、低通锐化；平滑模糊、锐化突出图像细节
（2）滤波器还有带通、带阻等形式
（3）根据噪声（椒盐噪声、高斯噪声…）的不同，选用不同的滤波
（4）邻域有4-邻域、对角邻域、8-邻域，相对应的有邻接，即空间上相邻、像素灰度相似
（5）图像边缘处理：忽略不处理、补充、循环使用
（6）目前尚未图像处理大多基于灰度图像

2 偏振差分水下去雾原理
偏振差分水下去雾原理

二、部分源代码

function amef_demo


clc
clear all


% process a demo image
path = 'demo_images/';
% images shown in the paper
% im_name = [path, 'road_input.png']; % Fig. 10
% im_name = [path, '89.bmp']; % Fig. 7
im_name = [path, '91.jpg']; % Fig. 9
% im_name = [path, '98.bmp']; % Fig. 1
% im_name = [path, 'HazyDay.png']; % Fig. 8
% im_name = [path, '2.jpg']; % Fig. 6
% im_name = [path, 'mumbai.jpg']; % Fig. 13
% im_name = [path, 'landscape2-Tangkt.png']; % Fig. 11

% other examples
% im_name = [path, '2.jpg'];
% im_name = [path, '51.jpg'];
% im_name = [path, '88.jpg'];
% im_name = [path, '99.png'];
% im_name = [path, '100.png'];
% im_name = [path, 'fc7.jpg'];
% im_name = [path, 'IMG_4681_resize.jpg'];
% im_name = [path, 'Bu_Wf_D_L_040.jpg'];
% im_name = [path, '40.jpg'];
% im_name = [path, 'beijing3.png'];





I_hazy = imread(im_name);

% Increase clip_range to remove more haze - at the risk of overenhancement
clip_range = 0.010;

tic
amef_im = amef(im2double(I_hazy), clip_range);
time = toc;


[m, n, ~] = size(I_hazy);
disp(['Resolution: ', num2str(m), ' x ', num2str(n)])
disp(['Processing time: ', num2str(time)])

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]李连志,邢川.基于同态滤波的平面视觉图像色彩增强算法[J].计算机仿真. 2021,38(02)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除