暗通道融合亮通道优化的夜间图像去雾算法

李鹏飞， 何小海*， 卿粼波， 石 伟， 吴小强

(1. 四川大学 电子信息学院，四川 成都 610065；2. 中国民航局第二研究所，四川 成都 610000)

1 引 言

在夜间有雾条件下，光线受到空气中微粒的反射、散射和吸收的影响，容易造成拍摄的图片对比度低、整体亮度低和成像模糊的现象。这种情况下采集到的图像会影响图像采集、目标跟踪、显著性检测、辅助驾驶等计算机视觉系统的性能。消除雾霾可以提高上述系统的性能，因此从有雾图像中消除雾霾至关重要。相对于白天去雾，夜间去雾由于人工光源的渗入，光源周围的大气光更亮，到场景点的入射光和反射光受到雾霾衰减等因素的影响，使图像不同部分的照明不均匀，因此夜间的大气光不能假定为均匀的，相比白天去雾，夜间去雾更具挑战性。

近年来，夜间图像去雾的研究方法按照是否对雾天的成像机理进行分析可分为基于图像增强的方法和基于物理模型图像复原的方法[1]。图像增强算法有直方图均衡化、Retinex算法、小波变换和亮度对比度变换等，该类方法没有考虑光成像原理，可能丢失部分图像的细节信息。基于物理模型的方法是研究雾霾图像退化过程，建立退化模型，得到去雾图像或其最佳估计，该类方法通常能够保留丰富的信息，可以得到自然的结果。

目前白天去雾的研究很多，已经取得许多优秀的研究成果，比如基于暗通道先验的去雾算法[2-3]、基于非局部先验去雾算法[4]等，而夜间去雾的研究相对较少。……