改进暗通道先验的海上图像去雾算法

赵 红，李春艳，王 宁，田嘉禾，郭 晨

(1. 大连海事大学 船舶电气工程学院，辽宁 大连 116026；2. 哈尔滨工程大学 船舶工程学院，黑龙江 哈尔滨 150001)

0 引 言

近年来，无人船不仅在国防领域中起到不可忽视的作用，也广泛应用于海上搜救，水质监测等民用领域[1-2]。视觉系统具有定位精度高、使用灵活、硬件成本低等特点，可以作为无人船的环境感知和避障传感器，保证无人船安全航行[3]。但是相对于陆地来说，海上环境复杂多变，海雾天气更是常见天气，雾气中的悬浮粒子对光的吸收和散射作用，会导致无人船的视觉系统在采集图像数据和视频数据时，产生对比度降低、颜色失真以及模糊等现象。而退化后的图像会丢失目标物的特征信息，导致立体匹配时出现匹配对数降低或出现较多的误匹配点等问题，影响无人船系统对障碍物识别及距离判断的准确性，严重时可能会因距离判断失误而导致无人船碰撞、触礁等事故的发生，所以将图像去雾技术应用于无人船的视觉系统对提高目标定位的精度和安全航行系数是非常重要的[4]。

近年来常用的图像去雾算法主要有无模型的图像增强方法和基于物理模型的图像复原方法，无模型方法通常不考虑图像的退化机制而直接对图像的对比度或亮度进行调节，常用的方法有：Retinex算法、直方图均衡化（Histogram Equalization，HE）、对比度受限的自适应直方图均衡（Contrast Limited Adaptive histgram equalization，CLAHE）和小波变换[5]。这些方法虽然对图片有一定的增强作用，但是会造成图像失真并丢失部分图像细节，只能达到感知级别的图像增强效果[6]。……