结合天空区域检测的图像去雾算法研究与实现-重庆工商大学.pdf

第３４卷第５期 重庆工商大学学报（自然科学版） ２０１７年１０月 Ｖｏｌ．３４　ＮＯ．５　　　　　　　　ＪＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌＢｕｓｉｎｅｓｓＵｎｉｖ（ＮａｔＳｃｉＥｄ）　 　　　　　　　 Ｏｃｔ．２０１７ － ｄｏｉ：１０．１６０５５／ｊ．ｉｓｓｎ．１６７２０５８Ｘ．２０１７．０００５．００７ 结合天空区域检测的图像去雾算法研究与实现 １，２ ３ 张燕丽 ，柯　旭 （１．广东农工商职业技术学院计算机系，广州 ５１０１０７；２．华南理工大学 计算机科学与工程学院，广州 ５１０００６； ３．西安电子科技大学 通信工程学院，西安 ７１００７１） 　　摘　要：针对雾霾条件下拍摄的户外图像，常规去雾后天空区域常常出现的失真问题，提出了一种结合 天空区域检测的图像去雾算法；算法先根据暗通道理论估计出大气光强度，使用双边滤波器得到大气光幕， 求得透射率图，再结合天空区域检测的结果对透射率进行修正，最后代入雾天成像模型得到复原的图像；实 验结果表明：结合天空区域检测的图像去雾算法可以有效地检测出图像中是否存在天空区域，针对检测结 果修正的透视率，能够使修复后有天空区域的图像看起来更加自然平滑，没有明显失真，不存在天空区域的 图像，图像对比度大大提升，在景深较大的区域恢复出更多的细节；算法对各类图像均可取得较为理想的去 雾效果。 关键词：图像去雾；双边滤波；暗通道；天空检测；区域生长 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１６７２０５８Ｘ（２０１７）０５００３７０６ 　　在雾霾条件下拍摄的户外图像，由于受到大气 独立成分分析的方法估计透射率，该方法只适合于 ［３］ 中悬浮的微小颗粒散射的影响，其质量往往会出现 薄雾图像，对于雾霾浓度较高时效果较差。Ｈｅ 等 比较严重的退化，如对比度降低、颜色失真等。图 人首次提出来一种简单而有效的先验规律———暗 像的视觉效果变差，许多图像的细节被雾霾掩盖而 通道先验（ＤａｒｋＣｈａｎｎｅｌＰｒｉｏｒ），利用该先验规律直 ［４］ 难以察觉。图像去雾就是要消除雾霾的影响，对雾 接估计出粗糙透射率，然后利用软抠图算法 （Ｓｏｆｔ 霾天气图像进行清晰化处理，还原雾天场景的细 Ｍａｔｔｉｎｇ）获得精细的透射率图。该方法的去雾效果 节，增强图像的清晰度。在图像去雾中常用基于大 明显，鲁棒性好，但是其算法复杂度过高，运算速度 气散射的物理模型来描述有雾图像，由于雾霾与场 ［５］ 过慢。Ｔａｒｅｌ 基于大气耗散函数在其可行域中逼 景深度是相关的，使得单幅图像去雾成为了一个复 近最大值的假设，采用滤波的方法来估计大气光 杂问题。 幕，进而求得透射率。该方法去雾效果较好，但是 目前，常见的基于单幅图像的图像去雾算法大 结果图像偏暗，且参数过多，设置不当容易引起 多基于一定的先验假设。 ［１］ Ｔａｎ 假设无雾图像的对 Ｈａｌｏ效应。另外，还有很多基于以上算法的改进算 比度要大于有雾图像的对比度，通过最大化局部对 法，提高了算法的速度。 比度来获得去雾效果，该方法首次实现了单幅图像 上述常见的图像去雾算法均能取得不错的效 ［