Blind contrast enhancement assessment by gradient ratioing at visible edges

用于自然图像去雾算法的质量评价算法，目前去雾评价中应用最多的一种算法，来源于文章“Blind contrast enhancement assessment by gradient ratioing at visible edges”

% 23/02/2011
% IFSTTAR copyright
%
% The approach is described in details in 
%
% “Blind Contrast Restoration Assessment by Gradient Ratioing at Visible Edges“
% by N. Hautiere J.-P. Tarel D. Aubert and E. Dumont
% in proceedings of International Congress for Stereology （ICS‘07） 
% Saint Etienne France August 30-September 7 2007.
% http://perso.lcpc.fr/tarel.jean-philippe/publis/ics07.html
%

%%%% Cleaning
clc
clear all
close all

%%%% Images reading: the input 2 images must be grayscale

NameOri=‘Original.pgm‘;
NameResto=‘Restored.pgm‘;
%NameResto=‘Restored2.pgm‘;
%NameResto=‘Restored3.pgm‘;
%NameResto=‘Restored4.pgm‘;
%NameResto=‘Restored5.pgm‘;

I1=Imread（NameOri）;
I1=double（I1）;
% if the input image is a color image use following line
% I1=double（rgb2gray（uint8（I1）））;

[nlnc]=size（I1）;

R1=Imread（NameResto）;
R1=double（R1）;
% if the input image is a color image use following line
% R1=double（rgb2gray（uint8（R1）））;

%%%% Figure 1
figure（1）
colormap gray
subplot（121）
imagesc（I1）
axis image
title（‘Original‘）
subplot（122）
imagesc（R1）
axis image
title（‘Restored‘）

%%%% Sobel Gradient
Sy = double（[1 2 1;0 0 0;-1 -2 -1]）;
GIy = imfilter（I1Sy‘symmetric‘）;
GRy1 = imfilter（R1Sy‘symmetric‘）;

Sx = double（[1 0 -1; 2 0 -2; 1 0 -1]）;
GIx = imfilter（I1Sx‘symmetric‘）;
GRx1 = imfilter（R1Sx‘symmetric‘）;

GI=sqrt（（GIx.^2）+（GIy.^2））;
GR1=sqrt（（GRx1.^2）+（GRy1.^2））;

minGI=min（GI（:））;
maxGI=max（GI（:））;

%%%% Figure 2
figure（2）
colormap gray
subplot（121）
imagesc（GI[minGI maxGI]）;
title（[‘Gradients of the original image‘]）; 
axis image
colorbar
subplot（122）
imagesc（GR1[minGI maxGI]）;
title（[‘Gradients of the restored image‘]）; 
axis image
colorbar

%%%% Contrast Computation at 5%
tic
[C1 Crr1]=functionContrastAt5PerCent（R1）;
[Ci Crri]=functionContrastAt5PerCent（I1）;
toc

minCrri=min（Crri（:））;
maxCrri=max（Crri（:））;

%%%% Figure 3
figure（3）
colormap gray
subplot（121）
imagesc（Crri[minCrri  maxCrri]）;
axis image
title（[‘Visible edge in the original image‘]）;
colorbar
subplot（122）
imagesc（Crr1[minCrri  maxCrri]）;
axis image
title（[‘Visible edge in the restored image‘]）;
colorbar

%%%% Visible Gradients Ratio
Cratio1=zeros（nlnc）;
Cratio1（Crr1>0）=GR1（Crr1>0）./GI（Crr1>0）;

rmin=1;
rmax=10;

%%%% Figure 4
figure（4）
imagesc（Cratio1[rmin rmax]）;
axis image
title（[‘Visible gradients ratio between ‘num2str（rmin） ‘ and ‘num2str（rmax）]）; 
colormap jet
colorbar

%%%% Descriptor computation

% Rate of new visible edges
whitePixels1=sum（C1（:））;
whitePixelsi=sum（Ci（:））;
e1=（whitePixels1-whitePixelsi）/whitePixelsi;

% Number of saturated pixels after restoration
ns1=sum（R1（:）==256 |R1（:）==0）;
ns1=ns1/（nl*nc）;

% Restoration quality （geometric mean ratios of visibility level）
XX=log（Cratio1）;
r1=exp（（1/（whitePixels1））*nansum（XX（isfinite（XX））））;

%%%% Figure 5: Final result with the visible edges at 5% and descriptors
figure（5）
subplot（12

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3413  2011-02-23 15:10  EvaluationDescriptor\EvaluationDescriptorCalculation.m
     文件        5335  2011-02-23 15:11  EvaluationDescriptor\functionContrastAt5PerCent.m
     文件      437775  2010-02-11 14:58  EvaluationDescriptor\Original.pgm
     文件      437775  2010-03-04 16:43  EvaluationDescriptor\Restored2.pgm
     文件      437775  2010-03-04 16:44  EvaluationDescriptor\Restored3.pgm
     文件      437775  2010-03-04 16:44  EvaluationDescriptor\Restored4.pgm
     文件      437775  2010-03-04 16:44  EvaluationDescriptor\Restored5.pgm
     文件      437775  2010-03-07 22:29  EvaluationDescriptor\Restored.pgm