段镖, 李靖, 陈怀民, 茹懿, 张泽

(1.西北工业大学 自动化学院, 陕西 西安 710072; 2.西北工业大学 机电学院, 陕西 西安 710072)

近年来雾霾天气增多,图像去雾成为图像处理的研究热点。雾霾使得观测图像对比度降低,造成物体的像模糊不清,影响观测结果。在图像处理的另一些应用领域中,一张清晰的图像是各种图像处理算法能够有效发挥作用的先决条件。如图像导航,需要对场景的特征进行识别,而雾霾造成图像对比度的降低,场景特征“隐没”于雾中,造成导航算法失效。因而图像去雾方法通常可作为其他图像算法的预处理步骤,用以增加各种图像观测系统在雾霾天气下的适用性。

图像去雾方法主要分为两类——基于图像增强的第一类方法与基于大气物理成像模型的第二类方法。目前以He Kaiming的黑暗通道优先[1]为代表的第二类去雾方法[1-5]受到了较为广泛的认可,这些算法主要用来解决昼间图像的去雾问题。它们通过对雾霾天气下的成像过程进行建模,以实现无雾图像的最优估计[6]。从本质上而言,通过大气物理成像模型求解无雾图像的是一个病态问题。因其仅含一个方程而包含无雾图像J,大气光值A,透射率t3个未知数。因而其求解过程需要依赖各种先验假设。其基本流程是,利用各种假设,在带雾图像I中,对大气光值A、透射率图t进行估计后,再对去雾图像J进行求解来实现图像去雾。

夜晚图像去雾是图像去雾研究的一个重要分支,夜晚图像去雾有着与昼间图像去雾不同的特点。……