王伟鹏，项文杰

(1. 闽南科技学院 光电信息学院，福建 泉州 362332；2. 厦门大学 海洋与地球学院，福建 厦门 361102)

雾霾等恶劣天气会给生产生活的各个行业带来不便影响，例如室外场景的监控系统难以分辨画面细节，公路和海运航行无法看清路况航线而导致运输效率低下。由此可见，雾天图像的质量增强具有重要的研究价值[1-3]。

基于单幅雾天图像的清晰化处理是当前研究的热点和难点，国内外众多学者在该技术的研究上取得了阶段性进展。He等[4]提出了符合大多数室外图像特征的暗原色先验法则，以此获取深度图像，并取得了视觉上较为出众的去雾效果。Meng等[5]通过约束法对传输函数进行优化，同时采用规则化与退化模型实现清晰场景的复原。Liu等[6]提出开放暗原色先验模型，实现低频区域的去雾与高频区域的细节增强，再通过小波变换重建清晰场景。和晓军等[7]基于暗原色先验，先采用指导滤波器改进软抠图步骤，提高了算法的实时性；再使用分块计算法细化了传输函数的估计值。黄德威等[8]利用拉普拉斯算子和局部均方误差对散射函数进行自适应修正，并将全局大气光改进为局部大气光值图，实现不同雾浓度区域的图像增强。刘祝华等[9]提出双尺度暗原色先验与极大值滤波的融合方法，通过幂函数与指导滤波器的结合优化传输函数。Cai 等[10]运用机器学习系统对传输函数进行估计，再根据图像退化模型求解清晰无雾的结果。Salazar-Colores 等[11]首先获得原图像的三颜色分量最小值，在其基础上采用感知器计算传输函数。……