改进的基于均值滤波的单幅图像去雾算法研究*

吴延海，张　婧，陈　康

(西安科技大学 通信与信息工程学院，陕西 西安 710054)



改进的基于均值滤波的单幅图像去雾算法研究*

吴延海，张婧，陈康

(西安科技大学 通信与信息工程学院，陕西 西安 710054)

雾天条件下采集的图像存在低对比度和低场景可见度问题，传统的去雾算法时间复杂度高、速度慢，无法应用于实时图像处理。为此，结合大气光特性提出一种改进的基于均值滤波的单幅图像复原方法。该方法以大气散射模型为基础，首先利用均值滤波得到准确的大气耗散函数；引入直方图修正机制下的自适应保护因子，更正明亮区域的大气散射函数；大气光采用效率更高的四叉树算法求解；最后由大气散射模型计算复原图像并进行图像的亮度调整，从而得到一幅清晰的无雾图像。仿真实验结果表明：该算法的场景适应能力强，复原图像色彩感丰富。与经典的去雾算法相比，该算法在保证去雾效果的同时，克服了导向滤波算法时间复杂度高、速度慢的缺陷。

图像去雾；均值滤波；导向滤波；大气耗散函数

0　引　言

户外场景的拍摄通常受到恶劣天气的影响，在雾霾等极端天气下，物体表面的反射光会受到大气中微小粒子的散射和吸收，导致获得的图像细节模糊、色彩偏移、对比度下降，无法满足人类视觉要求。因此，如何对图像进行有效的去雾，恢复场景色彩在计算机视觉以及计算机图像学领域显得尤为重要。

近年来，单幅图像去雾以其参数易获得、辅助信息少、成本低且能获得较好的去雾效果，受到众多学者的青睐，主要原理是利用图像本身构造约束场景反照率或场景深度的假设条件，从单幅图像中估计大气散射模型中的参数来进行去雾。……