林笑君，梁凤梅

(太原理工大学 信息工程学院，山西 太原030024)

责任编辑:任健男

目前，随着空气中的污染物越来越多，经常出现雾天，使能见度大大减小，给室外监视系统的拍摄、导航、检测、跟踪带来了不小的困难，使成像设备采集的图像严重退化，很大程度上限制了露天监视系统的功能。因此，一个稳定的室外监视系统应该有在任何天气下工作的能力，为了解决这一问题，图像去雾问题的研究由此产生。当前，使雾天图像清晰化的方法主要有两种:第一种是基于大气退化的模型[1-2]，这种方法必须提前获得图像的景物距离等信息，通过景物距离信息和设备取得的图像来建立模型，进而求得模型的参数，然后把模型参数带入到公式中求解出处理后的图像。虽然这种方法的效果比较好，但是常常需要先从图像中获得景物距离信息，该信息需要其他的采集设备来辅助获得，难度较大;第二种是基于图像增强方法，用图像处理来增强雾天图像。直方图变化法是图像去雾处理的常用方法，该方法对景物深度变化小的图像处理效果较好，此方法虽然可以使图像的对比度得到提高，但同时也在灰度变化缓慢的区域产生了块状效应。

Retinex理论[3]是由Edwin.H.Land提出的，主要思想是:先通过某种数学方法将设备采集到的图像分解为入射信息和反射信息;之后通过适当的处理去掉入射信息，得到的反射信息即为处理后的图像。目前，很多学者对Retinex算法进行了改进，常见的有McCann’s 99 Retinex[4]，多尺度Retinex(Multi-Scale Retinex，MSR)，可变框架模型Retinex[5]等。……