G-SVD:一种基于高斯卷积和SVD的暗通道去雾算法

摘要

由于传统的暗通道去雾算法的结果存在块状效应,影响图像可视性,且该算法难以处理浓雾图像,提出了一种基于高斯卷积和奇异值分解（Singular Value Decomposition）的暗通道去雾算法:G-SVD.首先将整个图像拆分为RGB 3个通道,再使用高斯卷积按照滑动窗口法预估每一通道单个像素点的大气环境光;再对比3个通道的环境光大小,选取最小值为该像素点的大气环境光;同时引入偏差系数作为辅助参数,以增加去雾图像能见度;最后将图像通过SVD去噪,提高图像质量.实验结果表明,本文算法有效地解决了现有去雾算法中存在的块状效应;此外,还从信息熵、峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）和结构相似性（Structural Similarity,SSIM） 3个方面定量对比分析算法性能,验证了该算法的有效性和优越性;在避免图像畸变的同时,提升了浓雾图像的去雾效果.