图像去雾方法研究

龙源期刊网 https://www.360docs.net/doc/9913169145.html,

图像去雾方法研究

作者：何文超郭盼王国健

来源：《科技资讯》2017年第28期

摘要：论文介绍了当前单幅图像去雾方法，并着重阐述了大气散射物理模型中各参数的

含义以及参数估计方法，采用暗元色先验理论对单幅图像去雾。实验结果表明，基于暗原色先验理论的图像去雾方法有效可行。

关键词：暗原色先验去雾图像处理

中图分类号：TP39141 文献标识码：A 文章编号：1672-3791（2017）10（a）-0250-02

雾造成的成像质量退化对人们的生产生活有着直接影响，图像的去雾是恢复图像可视性及可理解性的关键技术，也是图像处理领域的一个研究热点[1]。目前，图像去雾方法主要分为

两种，一种是图像增强的方法，改善图像质量。其优点是相关的图像处理算法相对成熟，如直方图均衡化、小波算法等，增强图像对比度、突出图像特征信息。其缺点是会使图像失真。另一种是基于雾气物理退化模型的方法。其中有代表性的方法是基于暗原色先验的图像去雾方法。本文主要介绍暗原色先验的图像去雾算法。

1 暗原色先验图像去雾算法

1.1 大气物理散射模型

本文选用的是McCartney大气散射模型[2]作为物理模型。其表达形式如下：

（1）

式（1）中，I（x）是观测的有雾的退化图像；J（x）表示去雾后的恢复图像；t（x）表征光线穿透大气媒介的能力，即透射率；A是一个常量，表示全球大气光成分。

方程右侧第一项J（x）t（x）称作直接衰减项，描述的是景物反射的光线在传播介质中的衰减，第二项A[1-t（x）]表示周围环境的入射光经雾气散射后的光分量。根据此大气散射模型，只要估计出参数A、t（x），就能从观测图像I（x）中恢复出原图像J（x）。

1.2 暗原色先验原理

香港中文大学信息工程系的He等在2011年提出了暗原色先验规律[3]。通过对大量无雾

图片的统计发现，在大多数无雾图像的非天空区域中，会存在大量的像素点，满足RGB通道中至少有一个通道的数据接近于0，称为暗原色。这就是暗原色先验规律。如式（2）：