基于物理模型的单幅雾天图像增强算法

李武劲，杨希明，刘昱泽

（湖南理工学院，湖南 岳阳 414006）

雾天时，弥漫在空中的雾气模糊了人们的视线，使得景物的能见度大幅降低，图像中蕴含的许多特征都被覆盖或模糊。因此，从大气退化图像中复原和增强景物细节信息具有重要的现实意义。

目前，图像去雾主要有下面两种方法：（1）图像对比度增强，比如直方图处理[1-2]、retinex[3]等;（2）基于物理模型的图像复原[4-5]。

基于大气散射模型的方法能够在雾天图像增强上达到较好的效果，可这些方法均需要场景的深度作为辅助信息[6-7]，因此在实际应用上具有一定的局限性。虽然Narasimhna 等人提出了多种提取场景深度信息的方法，可其中的一些方法需要用到不同天气状态下相同景物的图像[8]。另一种利用偏振光的方法[9]则只能应用于大气散射程度较弱的薄雾天气状态下的图像。此外还出现了一种交互式的方法[10]，但都很难满足对变换场景的实时图像处理需求。

Tan 等人[11]使用单幅图像获取深度信息来对图像进行对比度恢复，而不需预知场景结构、光线分布、对天气条件的特殊知识等信息，而且对天气条件的使用范围较广，恢复的效果也较之其他同类方法好。

为了提高图像增强效果，本文提出了一种基于物理模型的雾化图像增强方法。本文其余部分组织如下：第一部分介绍本方法使用的物理模型和Tan 等人的方法；第二部分提出我们的方法，并在一些重要细节上给予具体讲述；第三部分是实验及分析比较；最后，第四部分作为全文的总结。……