高涛,刘梦尼,陈婷,王松涛,蒋硕

(长安大学信息工程学院,710000,西安)

雾霾中的悬浮微粒对光线的吸收、散射和反射作用,严重影响了空气的能见度,降低了可视距离。雾霾天气下采集到的图像往往会出现亮度偏低、对比度下降、细节模糊、色彩失真等现象,导致图像难以作为有效信息的来源。因此,如何更加快速地复原雾霾天气条件下采集的图像仍然是国内外学者研究的热点[1-2]。

目前,图像去雾算法可大致划分为3类[3]:第1类是基于图像增强的去雾方法,其中具有代表性的方法为Retinex算法、Liu等人在结合带色彩恢复的多尺度视网膜增强算法(MSRCR)的基础上提出的一种新的图像保真度评估框架[4]以及Zhang等人提出的一种多通道卷积的MSRCR去雾算法[5]等。但是,基于Retinex理论的方法均未完全从根本上解决光晕问题。第2类是基于图像复原的去雾方法,其中最具有代表性的就是He等人提出的暗通道先验的去雾算法,获得了良好的去雾效果[6];在此基础上,He等人又提出了引导滤波的算法来解决原有方法中软抠图运算量较大,算法过于复杂的问题[7]。然而,基于图像复原的方法没有能够解决高亮区域的透射率和大气光值估值产生偏差以及去雾过程中去雾参数固定等问题。之后,Xu等人提出了一种使用暗通道和亮通道结合的方法来进行图像去雾[8];Li等人提出了一种基于同态滤波和球模型改进的暗通道先验的两阶段图像去雾算法[9];Wang等人提出了一种改进邻域结合暗通道先验的去雾算法[10]。……