李梦蕊，柳晓鸣，常 婧

(大连海事大学信息科学技术学院，辽宁 大连 116026)

1 引言

近年来，雾霾等恶劣天气出现的频率越来越高，使得在此条件下所拍摄的图像质量不佳，清晰度和对比度降低，细节信息损失，对航行监测、交通管控等都造成了严重的影响。因此，为了提高雾天图像质量，对降质视频图像清晰化处理算法进行了研究。

目前，图像去雾算法主要分为两大类：一是基于图像增强的去雾算法，二是基于图像复原的去雾算法。前者中较为典型的算法有直方图均衡化[1]、同态滤波[2]和Retinex[3-5]等，它们均是从图像处理的角度出发提高图像的对比度和视觉效果，增强图像的细节等，处理方法较为简单，适用范围较广。但是，这类算法由于没有考虑到图像降质的物理成因，所以不能很好地适应多样化的图像场景，尤其是针对景物深度变化较多的图像，很有可能会导致图像局部信息的损失，造成局部失真。而后者中较为有代表性的算法是暗通道先验算法[6-7]，这种算法虽然考虑到了图像降质的物理成因，构建了图像的大气散射模型，但是由于运算起来比较繁琐，需要设定的参数也较多，不能做到完全的自适应。

而自适应去雾[8]是图像处理未来发展的方向。因此，基于达到自适应去雾处理的目的，选用了单尺度Retinex[9](SSR)算法。由于SSR算法是图像增强算法中增强效果较好的一类，且SSR算法中有唯一的参数，可以达到自适应处理的目的。针对传统的SSR算法中采用固定尺度的滤波器，尺度参数都是确定的这一问题，提出了一种基于颜色衰减先验[10]的自适应Retinex去雾算法，能够根据图像自身的特征，自适应的选择尺度进行图像去雾。……