一种基于全变分滤波的单幅图像快速去雾算法

唐 斌 马思根 陈清容 龙 文

1(贵州财经大学信息学院 贵州 贵阳 550025)2(贵州财经大学贵州省经济系统仿真重点实验室 贵州 贵阳 550025)

0 引 言

在有雾的低照度环境下，摄像机、数码相机等图像传感器所采集的视频或图像通常能见度较低，图像纹理可辨识度不高。在进行机器识别或目标跟踪之前需要对有雾图像做清晰化预处理。

有雾图像清晰化处理的方法层出不穷。根据其使用技术的特征，可将去雾算法分为两大类。第一类是以增加对比度为目的的增强算法。使用直方图均衡的方法是通过拉伸方式改变像素值的分布概率达到增强对比度的目的，但可能会丢失图像的部分细节[1]。Retinex理论[2]认为有雾图像是由环境光照射分量和物体表面反射光分量组成，那么可以使用同态滤波减弱环境光照射分量从而提高反射光分量，最终增加对比度，但是该类方法容易出现偏色问题。第二类是基于大气散射模型的还原算法，该类方法的关键在于估算透射率和大气环境光。He等[3]发现暗原色先验理论并利用此理论估算透射率，该方法简单易行，去雾效果较好，但存在Halo效应，处理速度较慢。Zhu等[4]发现颜色衰减先验理论，构建了场景深度与亮度、饱和度之间的线性模型，根据此模型可以计算透射率。该方法同样简单可行，去雾后的图像清晰，但线性模型中的系数容易受训练数据集影响。Kim等[5]以图像均方误差和信息丢失量构建了一个反映对比度的成本函数，通过最大化成本函数的方法获取透射率。……