基于改进加权融合暗通道算法的图像去雾研究

王 蓉,孙勇智,马连伟

(1.浙江科技学院 自动化与电气工程学院,杭州 310023;2.浙大宁波理工学院 信息科学与工程学院,浙江 宁波 315100)

在雾霾天气下,悬浮在空中的颗粒物经过阳光折射和散射等作用后投射到成像设备上,使得拍摄的图像清晰度不高、色彩偏暗,给计算机视觉系统的处理带来了困难,因此研究图像去雾技术具有重要的现实意义。目前国内外研究在去雾算法上主要采用基于图像增强的方法和基于物理模型的方法。

基于图像增强的方法是通过提高图像的对比度和色调[1]等特征来达到去雾效果,典型的方法包括利用直方图均衡化[2-4]、线性平滑滤波[5]、Retinex算法[6-8]和小波变换[9]等方法对雾化图像进行处理。但是这些方法会导致图像退化或去雾效果不明显。

基于物理模型的方法主要是根据Narasimhan在2003年提出的大气散射模型[10],即将模型中的各参数进行定参或假设,再将模型用于图像去雾。最初的基于物理模型的方法需要通过估计场景深度、地理纹理情况[11]、人工提取景物和镜头距离[12]等信息来实现图像去雾,实际应用过于烦琐。2010年He等[13]提出通过暗通道先验技术来实现图像去雾,使得基于物理模型的图像去雾技术得到快速发展。暗通道先验技术是根据大气散射模型来估计透射率,最开始利用Softmatting软抠图来实现图像去雾,但该方法效率较低,不能满足实时性要求,后来使用导向滤波来细化透射率图像,虽然解决了效率低的问题,但是图像细节丢失严重。……