徐志江，安 晟，卢为党

(浙江工业大学 浙江省通信网技术应用研究重点实验室，浙江 杭州 310023)

基于稀疏表达和暗通道的图像去雾霾算法

徐志江，安 晟，卢为党

(浙江工业大学 浙江省通信网技术应用研究重点实验室，浙江 杭州 310023)

目前，雾霾所引起的图像模糊问题，主流的算法主要都侧重于处理雾气，对于霾没有相关的处理.针对此缺陷，提出了一种联合K-SVD(K-singular value decomposition)稀疏算法和暗通道先验算法的全新算法，来克服雾霾引起的图像模糊问题.图像的处理主要分两个步骤：第一步是运用K-SVD稀疏算法去除图像中的霾恢复出只含雾气的图像，第二步通过经典的暗通道算法去除图像上的层层雾气.计算机仿真结果表明，该方法对于图像的处理结果要优于FVR(Fast visiblity restoration)算法，暗通道先验算法和直方图均衡化算法.

K-SVD稀疏算法；暗通道先验算法；去雾霾

近年来，雾霾天气频发，给日常出行带来严重不便，连旅游时拍下的照片都很不清晰.众多研究人员对此现象做了大量的分析和研究，提出大量去雾霾算法可供参考[1]，主要分为两类算法：一是基于图像增强的算法[2]，不需要求解大气散射模型，可以通过增强图像对比度和颜色来提高图像质量[3].Retinex算法[4]和直方图均衡化算法[5]都是典型的此类算法.基于颜色恒常理论的Retinex算法能有效的去除雾在有雾霾图像中的比例，从而获得带有图像信息部分，很好的恢复出无雾图像.直方图均衡化算法对于整体特征比较单一的图像去雾霾效果很明显，但是受参数的影响比较大，特别是取样数的大小，可能会造成局部图像的过增强.此类算法最大的缺点就是凭主观知觉对图像和雾所占的比率进行估计，对于薄雾所形成的图片的去雾效果不是很理想；……