自适应局部中值平滑图像去雾算法

自适应局部中值平滑图像去雾算法

图像去雾是计算机视觉领域中的一个重要任务，旨在从受雾影响的图像中恢复出清晰的原始图像。本文将介绍一种基于MATLAB的自适应局部中值平滑图像去雾算法，并提供相应的源代码。

算法原理：
自适应局部中值平滑图像去雾算法基于以下观察：雾气会导致图像中的亮度和对比度降低，因此通过增加图像的亮度和对比度可以一定程度上去除雾气的影响。该算法通过对图像进行局部中值滤波来增加亮度和对比度，并根据图像的局部特征自适应地调整滤波窗口的大小。

算法步骤：

1. 将输入的受雾图像转换为灰度图像，以简化处理过程。
2. 对灰度图像进行局部中值滤波。首先，选择一个合适的滤波窗口大小，例如3x3或5x5。然后，对图像中的每个像素，计算其邻域内像素的中值，并将该中值作为当前像素的新值。重复该过程直到处理完所有像素。
3. 根据图像的局部特征自适应地调整滤波窗口大小。可以使用图像的梯度或方差等指标来评估图像的局部特征，并根据这些指标动态地调整滤波窗口大小。例如，可以根据图像的梯度大小来决定滤波窗口的大小，梯度越大，窗口越大，从而保留更多的细节信息。
4. 对经过自适应局部中值滤波的图像进行亮度和对比度增强。可以使用直方图均衡化等方法来增加图像的亮度和对比度，使得图像更清晰。
5. 输出去雾后的图像。

MATLAB源代码：

function dehazed_image =