李博伦，凌 强，朱学俊，徐 骏

(中国科学技术大学 信息科学技术学院 自动化系，安徽 合肥 230027)

YUV图像实时去雾算法的优化与改进*

李博伦，凌 强，朱学俊，徐 骏

(中国科学技术大学 信息科学技术学院 自动化系，安徽 合肥 230027)

针对已有的基于DSP的实时去雾算法出现的问题进行优化和改进。在降采样倍数过大时，去雾效果会出现一些副作用，包括纹理细节丢失、块效应和亮度偏暗。针对这三个问题，本文采用均值降采样、双线性插值升采样、透射率补偿等方式进行优化。最终针对实际YUV图像进行了优化方法的实验，表明可以达到较好的去雾效果。

去雾；优化；降采样；升采样

0 引言

近几年，随着空气污染的日益严重，雾霾给人们的生活与生产带来了极大的影响。尤其在各大城市，雾霾造成的能见度降低严重影响了道路交通和交通监控的性能，所以实时图像去雾的需求也越来越迫切。目前图像去雾方法主要分为图像增强法和基于物理模型的复原方法。在众多去雾算法中，何凯明博士在2009年提出的基于暗原色先验的去雾算法由于其去雾效果稳定且自然而被广泛采用[1]。

虽然基于暗原色先验的去雾算法计算去雾效果非常出色，但由于其复杂度高，计算时间比较长，而且大部分时间集中在导向滤波求精细透射率处[2]。为了满足实时处理的要求，已有的实时去雾算法中一般采用降采样的方法[3]。通过降采样得到小图，再对小图进行去雾处理，最终采用小图的透射率对大图进行去雾处理。……