基于暗通道先验的Retinex 去雾算法研究

（上海理工大学光电信息与计算机工程学院，上海 200093）

0 引言

在日常生活中，雾霾天气随处可见。尤其近几年，我国很多地区频繁出现严重雾霾天气。雾霾天气对人们的出行和健康都会造成严重影响。首先，雾霾天气会严重降低物体的可见度水平，使户外图像采集设备（如交通视频监控、摄像机、遥感卫星等）采集到的图像严重降质，如出现模糊不清、对比度低、边缘模糊、颜色偏移与失真等现象［1］，严重影响了图像在交通、侦查及航海等方面的应用。其次，雾霾中存在很多有害物质，这些物质会严重影响人们身体健康。所以，在雾霾环境下，如何将降质图像恢复成原始图像，是当前需要解决的一个重要问题。

在模糊或多雾场景中，图像去雾是恢复图像的一种基本方法［2］。针对有雾图像恢复技术，人们提出了很多相关算法，现有图像去雾方法主要包括基于物理模型的图像复原和基于图像处理技术的图像增强两大类［3］。基于物理模型的图像复原方法主要是在雾霾条件下建立物理成像模型，分析图像机理和降质过程，根据降质过程推导图像退化原因，并运用有雾图像的先验知识恢复有雾图像。在大气物理散射模型中，图像复原方法通常需要估计大气光值、透射率等参数，通过这些参数求出清晰图像，从而恢复有雾图像［4］。基于物理模型的图像复原方法主要包括基于偏微分方程的去雾算法、基于先验知识的去雾算法和基于场景深度的去雾算法等［5-7］。……