使用局部大氣光的單幅圖像去霧算法

唐 斌， 申紅婷， 龍 文

(1.貴州財經大學信息學院， 貴陽 550025； 2. 貴州財經大學貴州省經濟系統仿真重點實驗室, 貴陽 550025)

在雨天或濃霧等低照度情況下，空中雨霧等微小顆粒散射會導致大氣透明度出現不同程度下降，所拍攝圖像通常能見度較低，邊緣和紋理等關鍵細節模糊不清，如果光照度也很低，將會導致圖像質量出現較嚴重的衰減。嚴重影響目標識別與跟蹤、無人駕駛等后續處理結果的準確性。因此，提高圖像亮度，增強圖像細節的有霧圖像清晰化預處理顯得十分重要。

為實現有霧圖像的清晰化目標，許多學者提出了諸多的解決方案。這些解決方案中一類是以直方圖均衡[1]、Retinex理論[2]等為代表的圖像增強算法，這類算法以視覺效果為主要評價依據，通過增強圖像細節對比度達到去霧效果，在清晰化過程中并沒有考慮圖像降質原因，算法簡單，易于實現。去霧后圖像明亮清晰，但是存在光暈或色彩失真等缺陷。近些年，基于深度學習的去霧算法成為研究熱點，此類算法使用端到端方式估算大氣透射圖，通過合成圖像訓練神經網絡權重復原圖像，由于很難同時獲取真實圖像和有霧圖像，因此真實場景效果不理想[3]。最后一類方案則是立足于霧天成像物理模型反演解析出無霧圖像。He等[4]通過統計大量圖像的特征發現：在每個像素的鄰域中總存在一個像素值約為零的暗通道,依據此先驗知識和常數環境光以及霧天成像物理模型可解析出無霧圖像，該方法對非天空區域圖像清晰化效果很好。……