图像增强的创新型实验设计——以图像去雾为例

赵杰 杨阳 李英

（商洛学院电子信息与电气工程学院 商洛 726000）

1 引言

数字图像处理已经成为高校电子信息类专业非常重要的专业课程。数字图像处理课程主要讲授图像处理的基本原理和基本方法。该课程理论性较强，而且与工业生产及社会生活联系比较紧密［1～5］。目前，大多数高校在教学过程中改用 Mat⁃lab等软件作为辅助教学手段，通过编程、仿真分析等方式，避免枯燥的理论讲解和简单的图示，使学生更直观地感受图像处理的效果，加深对理论知识的理解［6～8］。但一般的实验教学还是以图像基本运算、图像傅里叶变换、边缘检测、图像去噪、彩色图像处理等基础型实验为主，缺乏综合应用与创新能力的训练［9～10］。

从雾霾情况下采集的退化图像中恢复和增强细节信息具有重要的现实意义，图像去雾是一个前沿性问题，随着社会对雾霾的重视，图像去雾也成为当前研究的热点［11～12］。为增强学生理论联系实际的能力，我院对创新型实验进行了探索和研究，本文以“图像增强”相关实验为例，将图像去雾这个当前的研究热点引入课程实验中，构建一个创新型实验项目。

2 直方图均衡化

数字图像是离散化的数值矩阵，可以把直方图看作是一个离散函数，它代表了数字图像中每一个灰度级与其发生概的统计关系。假设一幅数字图像 f(x，y)的像素总数为N，第k个灰度级对应的灰度用rk表示，nk表示灰度为rk的像素个数即频数，用横坐标表示灰度级，用纵坐标表示频数，则直方图可以定义为P(r)=nk，其中P(r)表示灰度r

kNkk出现的相对频数即概率。整个坐标系描述的是图像灰度级的分布情况，由此可以看出图像的灰度分布特性，即若大部分像素集中在低灰度区域，图像呈暗的特性，若集中在高灰度区域，图像呈现亮的特性。通过直方图均衡化处理，使得图像的灰度分布趋向均匀，图像所占有的像素灰度间距拉开，加大了图像反差，改善视觉效果，达到增强目的。

直方图均衡化主要过程有三步：

3）用累积分布函数作变换函数进行图像灰度变换：根据计算得到的累积分布函数，建立输入图像与输出图像灰度级之间的对应关系。

局部直方图均衡化比经典的全局直方图均衡化在操作之前多了一个选定局部区域的步骤，每个区域内仍然采用经典直方图均衡化方法。

3 创新型实验设计

将目前比较热门的图像去雾引入到实验中，加以适当简化，改造为创新型实验。主要实验步骤及内容如下。

在初步仿真验证的基础上，构建GUI界面，图像的显示可以通过“axes”实现。还可以加上必要的文本显示，如图1所示。

图1 基本GUI界面设计

主要操作的控件可以选择“pushbutton”，也可以通过“Menu Editor”来实现。

图2 菜单编辑

控件要实现一定的功能，还需学生编写相应的回调函数。构建好的实验界面如图3所示。

图3 GUI界面

打开图像去雾系统，点击文件，如图4所示。

图4 打开GUI界面并准备载入原始图像

然后点击打开，载入原始图像，结果图5所示。

图5 载入原始图像

可以通过菜单命令选择使用经典全局方法还是局部方法，如图6所示。

图6 图像去雾方法选择

选择经典全局直方图处理结果如图7所示。

图7 全局直方图去雾

经过全局直方图去雾后图像的清晰度有明显的改变。但在局部区域处理出现色彩失真的情况。

选择局部直方图处理结果如图8所示。

图8 局部直方图去雾

观察局部直方图去雾后的图像会发现，该算法有效保持了原始图像的局部特征，未出现明显的色失真现象，同时得到了去雾增强的效果。但从整体来看，局部直方图处理结果亮度偏暗，依然存在一些模糊区域。

4 结语

直方图均衡化是图像处理实验的常见项目，一般实验过程为读入图像，然后对其进行直方图均衡化，并对比均衡化前后的图像及其直方图分布情况。这种实验过程只能单纯地起到验证作用，学生实施起来也觉得按部就班，毫无新意。创新型实验是培养学生创新意识、增强理论联系实际能力的重要手段。本文以图像增强实验为例，设计了创新型实验项目，将基础理论中的直方图均衡化和目前的研究热点——图像去雾结合起来，使学生对理论联系实际有了直观体验，也增强了实验课程学习的趣味性。