申怀波，王永康，张孝峥

（中国北方车辆研究所，北京　100072）

基于暗原色先验的图像去雾优化技术

申怀波，王永康，张孝峥

（中国北方车辆研究所，北京100072）

由于雾霾等大气散射作用会使战场环境获取的图像质量退化，图像去雾可以大幅度提升视觉效果，方便火控系统目标识别与跟踪。基于暗通道先验理论提出一种改进的中值滤波算法，针对不同区域使用不同大小的滤波窗口，可以快速有效地对透射率细化，避免边缘效应。并且还提出了天空区域透射率优化算法，去除了天空区域的纹理和斑块效应。实验结果表明，该算法具有速度快并且效果好的特点。

去雾算法，暗通道先验，透射率优化

0　引言

图像作为感知战场最直观的信息，为发现和识别目标带来极大便利。然而，由于受到恶劣天气的影响，使得采集到的图像质量受到极大退化。如在有雾的环境中，由于大气散射的作用，拍摄出来的图像色彩失真、对比度和能见度降低，图像质量退化严重影响了图像信息的提取与应用，对火控系统的目标识别与跟踪带来严峻挑战。因此，快速和高效的图像去雾算法成为当前研究热点。

图像去雾算法主要分为两类：一类是基于图像增强的算法，另一类是基于图像复原的算法。基于图像增强的方法大多基于直方图均衡和Retinex算法，通过增加图像亮度或对比度，突出细节信息，从而减小雾对图像的干扰。如Tan［1］通过增加复原图像的局部对比度来达到去雾的目的，但是这种方法由于没有考虑透射率，结果会使部分色彩过度饱和失真。……