基于暗通道的快速图像去雾方法研究与实现

吴迪, 葛馨阳(沈阳师范大学物理科学与技术学院, 沈阳 110034)

【摘要】摘要: 暗通道先验(Dark-Channel Prior)去雾方法在处理单幅户外场景图像方面已经取得了非常好的效果,但是在对高分辨率图像以及包含大片白色区域的图像进行处理时,存在运算时间过长、去雾后的图像带有块状噪声等问题。结合暗通道先验去雾算法针对以上问题提出了一种改进的图像去雾方法,首先对高分辨率带雾图像进行降维处理并获得若干子图像,选取其中部分子图像进行暗通道去雾处理后,再对去雾后的子图像进行滤波、融合以及升维处理,还原分辨率后得到清晰的无雾图像。实验结果表明,改进方法可以较好的达到去雾目的,提高图像整体的对比度,真实地复原图像场景细节,同时可以明显提升算法的运算速度,在保证去雾效果的前提下大幅度降低了计算量。

【期刊名称】沈阳师范大学学报（自然科学版）

【年(卷),期】2018(036)001

【总页数】5

【关键词】关键词: 暗通道先验; 去雾; 降维

0 引言

近年来,雾霾天气愈演愈烈,然而在雾、霾等天气条件下, 大气中悬浮的大量颗粒(雾气、烟、杂质等

)的散射作用致使成像设备获得的图像严重退化,这在很大程度上影响并限制了室外工作系统的工作性能[1],因此对雾天图像进行快速有效的去雾处理有着现实和理论的迫切需要。

迄今为止,国内外对去雾算法的研究主要分2个方向:一类是基于图像增强的方法,该类方法在增加带雾图像的对比度以及优化视觉效果的方面颇有成效,适用的对象范围较广,但是在处理景深多变的图像中局部景深的时候,无法体现出局部场景的细节,也无法解决图像过亮过暗或者光照不均的情况[2];另一类是基于大气散射物理模型提出的去雾的方法,该类方法对雾天图像的退化过程进行模拟还原,最终去雾效果自然,无信息损失[3]。何凯明博士的暗通道先验去雾算法[4]也是在该模型的基础之上提出来的。

1 雾天图像退化的物理模型

根据大气传输理论的描述,在雨雪雾等极度恶劣的天气条件下,物体表面反射的光线由于大气中的浑浊媒介的作用,从目标物体到达观测点的传播过程中会发生散射,从而导致入射光衰减,使观测点获得的图像存在对比度下降,细节模糊等特性。

1975年,McCartney提出了著名的大气散射模型[5],该模型表示在雾天条件下,雾天图像退化的物理模型是由入射光衰减模型与大气光成像模型组合而成的,如图1所示,该模型提出后在计算机视觉和图形学领域中得到了广泛的应用。根据光线在恶劣天气条件下传输的物理特性,其描述为: