李竹林， 车雯雯， 钱梦杭， 徐雪丽

（延安大学数学与计算机科学学院，陕西延安 716000）

雾是当空气中水蒸气的含量高于该温度条件下的饱和水蒸气含量时，多余部分凝结成小水滴或冰晶悬浮在近地面空气层中形成的一种天气现象. 它会使大自然仙气缭绕、美轮美奂，同时也会给人们的生活带来不便，甚至是危害. 当光在雾、霾等介质中传播，由于粒子的散射作用导致成像传感器采集的图像质量降低［1-2］，如对比度低、清晰度差、重要细节信息丢失等，这在很大程度上降低了图像的应用价值. 因此，图像去雾工作成了图像处理和计算机视觉研究领域的热点. 然而雾不同于噪声，去噪的算法不适合用来去雾，因此去雾工作也成为相关研究领域的难点.

图像去雾的研究工作始于20世纪50 年代，主要是美国学者针对地球资源卫星图像云雾退化问题而展开的［2］. 目前，去雾方法分为两大类：第一类是基于图像增强的去雾方法，以直方图均衡化方法［3-4］和Retinex算法为代表［5-6］. 这类方法简单快速，但去雾效果不是很理想；第二类是基于图像复原的去雾算法，以2009年何恺明的暗通道先验去雾算法为代表［7-8］，此后有许多文献在该算法的基础上进行了积极探索与完善［9-10］.这类算法去雾效果较好，但计算量大. 在实际的应用中，往往对去雾处理的实时性要求很高. 因此本文在对基于直方图均衡化去雾方法进行研究探讨的基础上，提出了一种基于HIS颜色空间的自适应直……