基于改进DehazeNet的图像去雾方法①

王高峰,张 赛,张亚南,邵 倩,高 涛

1(贵州宇鹏科技有限公司,贵阳 550014)

2(长安大学 信息工程学院,西安 710072)

1 引言

雾霾天气是一种常见的天气现象,雾霾天气中包含的粒子使得大气光散射,从而造成拍摄的图像质量严重降低.在伴随有沙尘的雾霾天气情况下,甚至会严重干扰人们的视觉问题[1].因此,对于去雾图像处理对图像研究领域以及社会发展有着重要的积极作用,并且许多优秀的去雾算法已经孕育而生.

目前对于图像的处理方法主要分为两类:图像增强和图像复原[2].图像增强算法不考虑图像降质的本质原由,仅从增加图像对比度和凸显有用细节入手,虽然在一定程度上有去雾的效果,但丢失了很多图像细节,对于雾天车辆检测图像,其本身由于光照,杂质影响,图像细节不够明显,车辆特征不够突出,因此不采用图像增强算法.图像复原算法基于物理模型,是当前去雾算法研究被广为使用的一种方法.2011年,He 等[3]提出了一种暗原色先验的去雾理论假设,利用引导滤波细化透射率恢复图像,在物体对象亮度接近天空光亮度时候,这种基于统计规律得出的先验去雾方法将不能够取得较好的去雾效果;Zhu 等[4]提出一种颜色衰减先验去雾算法,通过建立有雾图像的线性模型并利用监督学习方法来恢复出场景深度信息,该方法可以复原出较多的细节信息,但仍存在一定程度残雾;Wang等[5]提出一种基于线性传输的去雾算法,该算法运行速……