改进的基于暗原色先验的图像去雾算法实现

摘要

随着科技的进步与发展，越来越多的电子设备被广泛应用，人们之间传递信息的载体也由简单的文字、声音扩展到图像、视频。但是，在雾气环境下，图像、视频等信息在采集的过程中会受到严重干扰，造成获得的图像信息不准确或难以识别，影响视频监控、目标检测等系统的正常工作。因此，设法提高图像质量，降低雾气的负面影响，研究图像去雾技术具有重大意义。
　　在大气散射模型的基础上，本文分析了暗原色去雾算法中存在的不足，提出了一种基于暗原色先验的图像去雾的改进算法，主要做了以下几方面的工作：
　　1)针对使用暗原色算法进行去雾后，复原图像中出现光圈、色斑等失真问题，本文通过采用自适应透射率下限来调整失真区域的透射率大小，使该区域透射率估计接近实际情况。解决了图像中明亮区域的失真问题。
　　2)为了减少算法的运算时间，本文对图像边缘与非边缘区域分别采用不同大小的窗口求解透射率，所得透射率合并后可直接代入模型求解无雾图像，避免大规模的矩阵运算，从而提高处理速度。
　　3)针对复原后图像整体亮度降低的问题，本文从HSI彩色模型出发，采用巴特沃斯滤波器对图像亮度分量进行滤波，从而获得到较好的视觉效果。
　　实验证明，本文算法能够有效地去除图像中的雾气，得到较好的复原效果且计算简单耗时较少。最后，对本文所提出的改进算进行整理，利用Microsoft Visual Studio集成开发环境搭建图像去雾演示系统来实现图像去雾，进一步证明算法的有效性以及实际应用性。