中图法分类号：TP391 文献标识码：A 文章编号：1006-8961(2013 ) - -.DOC

文章编号：1006-8961(2013 ) 暗原色先验单幅图像去雾改进算法 孙小明1， 孙俊喜2, 赵立荣1、3， 曹永刚1、3 1.长春理工大学电子信息工程学院, 长春, 130022. 2.东北师范大学计算机科学与信息技术学院TP391.41 文献标识码：A An improved algorithm for single image haze removing using dark channel prior Sun Xiaoming1, Sun Junxi 1, Zhao Lirong1、2, Cao Yonggang1、2 1．School of Electronic Information Engineering, Changchun University of Science and Technology, Changchun 130022, China 2．Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences. Abstract: Objectives: An improved algorithm is proposed for single image haze removing using dark channel prior to avoid the low efficiency of the classical algorithm and color distortion of hazing removing in bright area. Methods: The proposed algorithm is reflected in the following two aspects. One is the spatial adaptability of atmospheric transmittance estimation by the introduction of blocking idea. The other is that the bright area can be contained by the absolute value of the difference of atmospheric light and dark channel. Results：Compared with the classic algorithm, the time complexity of the algorithm is decreased and the weakness of transmission in the bright area is remedied. Conclusions: Experimental results show that the improved algorithm is efficient and feasible. Key words: dark channel prior; haze removal; color distortion 0 引 言 雾霭天气条件下获得的图像，存在对比度低、颜色失真、模糊不清等严重的退化现象，给后期图像处理工作带来困难，直接影响户外视觉系统效用的发挥。因此，围绕如何有效去雾，人们提出了各种方法，这些去雾方法可以分为两类：图像增强方法和图像复原方法。图像增强是早期人们采用的去雾方法，该类方法以retinex算法[1-4]为代表，通过改善图像对比度以达到改善雾图视觉效果，但并不能从根本达到去雾目的。图像复原通过分析雾图降质机理，建立雾图退化模型，求解去雾后图像。相比而言，此类方法具有内在优越性，更加可靠，因此是图像去雾领域关注的热点技术。 Narasimhan[5-6]等在场景深度和大气条件信息未知的情况下，结合大气散射模型，通过用户交互来获得必要的附加信息，实现雾天图像的复原。该算法缺点是只能全局的恢复图像，不能进行局部修正。 Fattal[7]假设介质透过率和表面投影在局部不相关，从而估算出景物反射率，以此推断场景光在空气中传播时的透过率，最终达到去雾目的。但该方法性能很大程度上取决于输入图像的统计特性，在独立成分变化不显著的区域去雾效果不佳。 2009年，何恺明[8]提出暗原色先验理论和基于暗原色先验的图像去雾算法，在自然图像已被研究了几十年的今天，发现全新的图像本质特性，这是视觉领域的重大突破。该算法首先利用暗原色先验粗估计介质透过率，然后借助图像软件抠图（或引导滤波[9]）算法对介质透过率进行细化