覃宏超，李炎炎，龙 伟，赵瑞朋，王 倩

QIN Hongchao,LI Yanyan,LONG Wei,ZHAO Ruipeng,WANG Qian

四川大学 制造科学与工程学院，成都 610065

School of Manufacturing Science and Engineering,Sichuan University,Chengdu 610065,China

1 引言

雾气会降低图像的对比度与景物的能见度，严重影响了户外图像采集系统的正常工作[1]。因此，研究具有实时性和鲁棒性的实时视频去雾算法具有理论研究意义和实际应用价值。

近年来国内外学者主要对单幅图像去雾进行研究，并在该领域取得较大的突破。目前，对于雾天图像处理方法主要划分成两大类[2-5]：基于图像增强去雾算法和基于物理模型的图像复原去雾算法。图像增强的方法能有效增加对比度，突出细节，能在一定程度上去雾和提高雾天图像的视觉效果，但由于没有考虑到图像的退化问题，容易导致图像信息丢失，没能从根本上去雾。典型的算法如直方图均衡化算法[6]和基于Retinex理论的去雾算法[7]。基于物理模型的雾天图像复原方法主要利用大气散射模型，从雾天图像中估计透射率和大气光来复原图像。这类算法能够利用先验知识来复原图像，还原出更多细节信息，从根本上去雾。典型的方法如暗原色先验（Dark Channel Prior，DCP）去雾算法[8]。该算法对大多数户外照片都能取得很好的效果，但是对于景深变化边缘处容易出现白边现象，求取大气光时容易受到图像中白色物体影响而估计错误，导致图像整体偏暗和彩色失真问题，且算法复杂度高，达不到实时性要求。

结合图像增强和图像复原两种类型方法的优点，本文提出一种基于暗原色先验和直方图均衡化的实时视频去雾方法。……