基于暗通道先验的全局去雾算法.pdfVIP

黑河学院学报

2023年第03期（2023年03月）JOURNALOFHEIHEUNIVERSITYNo.032023

doi：10.3969/j.issn.1674-9499.2023.03.052

基于暗通道先验的全局去雾算法

1,2222

周昊赵静波宣美艳单靖杰

(1.西南大学计算机与信息科学学院，重庆400715；2.池州学院大数据与人工智能学院，安徽池州247000)

摘要：针对雾天采集到的图像存在清晰度低、对比度低等问题，提出一种基于暗通道先验的全局去雾算法。该算法首先获取

图像RGB整体均值与各个通道之间的均值关系，以及RGB通道中每个像素点与其相对应通道光照均值之间的关系，结合大气散射

模型进行恢复。实验表明，该算法进行在去雾效果上提升了图像的对比度和清晰度，并提高了图像的细节信息。

关键词：气象研究；图像去雾；暗通道先验；全局去雾

中图分类号：TP391.41文献标志码：A1674-9499(2023)03-0186-03文章编号：

1背景介绍IxyJxy

其中(,)是1观察到的图像，(,)为无雾天气的场景辐

txyA

射强度，(,)为场景透射率，代表一个常数，表示全局的

所有室外计算机视觉系统，例如，自动监控、室外目环境大气光。图像去雾目的是从输入的图像I(x,y)中求解未知

[1]AtxJxy

标识别，都需要清晰度高、品质好的图像。但在恶劣条的、()和输出图像(,)。

件下，如雾霾、浓雾天气下捕获的图像往往会出现颜色失He等人[4]提出的暗通道先验如下：

真、对比度下降、图像模糊、细节丢失等问题。面对这种情(2)

况，对室外计算机视觉系统来说有效的去雾算法尤为重要。A在该去雾算法中的获取方法为：将含有雾气图像的暗

Fattal等人[2]假设获取目标表面的阴影场景与透射率在局通道图做一个递减排序，选取暗通道图像中亮度最大的前

部没有关联，从而估计场景反照率和大气传输率，使雾气图0.1%的像素[6]，取这些像素对应原含雾图像中像素的最大像

像通过大气物理模型来恢复。在物理上，Fattal等人[2]的假设素值作为全局大气光强度值。假设大气透射率在邻域

是正确的，但在大雾天气下或者实际场景的条件不满足所假内是固定不变的，则粗略估测大气透射率的公式可表示为：

设的条件下是无法行通的。Tarel等人[3]使用快速中值