杨爱萍，刘华平，何宇清，白煌煌，宋曹春洋



基于暗原色融合和维纳滤波的单幅图像去雾

杨爱萍，刘华平，何宇清，白煌煌，宋曹春洋

(天津大学电子信息工程学院，天津 300072)

针对在雾霾等恶劣天气下捕获的户外场景图像对比度降低、颜色失真等问题，对基于暗原色先验的去雾方法进行改进，应用小波变换将块暗原色和点暗原色进行融合后，得到新的透射率估计，并利用自适应维纳滤波细化透射率．同时提出了四分加权法重新估计大气光，使得大气光更具鲁棒性．实验结果表明，本文方法不仅能有效恢复清晰的无雾图像，而且能够大幅提升运行速度，便于实时应用．

图像去雾；暗原色融合；小波变换；透射率估计；四分加权法

雾天降质图像清晰化一直是计算机视觉领域研究的重要内容，简单有效的图像去雾对提高视觉系统的可靠性和鲁棒性具有非常重要的意义．当前的图像去雾方法主要分为两类[1-2]：一是基于图像增强的方法，该方法不考虑图像退化的真正原因，去雾后的图像容易出现信息丢失和色彩失真；二是基于物理模型的方法，即基于大气散射规律建立图像退化模型，并能充分利用图像的先验知识，具有内在的优越性，是该领域的研究热点．

为了适应各种应用场合，基于单幅图像的去雾算法成为当前的研究热点．Tan[3]观察到无雾图像相比有雾图像具有更高的对比度，通过最大化图像局部对比度达到去雾的目的．但该……