基于雾气浓度估计的图像去雾算法

鞠铭烨　张登银　纪应天

基于雾气浓度估计的图像去雾算法

鞠铭烨1张登银1纪应天1

根据雾气浓度的视觉特征，提出一种雾气浓度估计模型.在此基础上，结合大气散射模型，提出一种新的图像去雾算法.首先，基于雾气浓度估计模型计算出雾气浓度量化图，利用模糊聚类算法在量化图中识别出雾气最浓区域并估计出全球光；然后，对量化图中的“非雾气最浓”区域再次进行聚类处理，根据文中所提最优透射率评价指标估计出每个聚类单元的透射率，将全球光与透射图以及有雾图像导入散射模型，便可达到去雾的目的；最后，针对去雾后图像较实际场景偏暗，提出一种基于小波域的多尺度锐化算法进行增强处理，以改善其主观视觉质量.实验结果表明，本文算法与现有主流算法相比，具有更好的去雾效果，并且其计算速度也相对较快.

图像去雾，模糊聚类，雾气浓度估计模型，导向滤波器，大气散射模型

引用格式鞠铭烨，张登银，纪应天.基于雾气浓度估计的图像去雾算法.自动化学报，2016，42（9）：1367-1379

在有雾天气时，成像设备由于受到空气中悬浮颗粒的影响，从而导致采集图像的颜色、纹理等特征受到严重的衰弱，故此类图像的清晰度往往较低，色调趋于灰白（图1（a），1（e），1（i）），严重影响了机器视觉系统的正常工作.因此，有雾图像的清晰化研究具有极为重要的现实意义.目前，主流的去雾算法一般可分为三类：对比度拉伸算法［1-3］、基于Retinex模型的图像增强算……