基于导向滤波和图像形态学方法的图像去雾算法研究.pdfVIP

基于导向滤波和图像形态学方法的图像去雾算法研究

摘要

图像作为关键信息源，其清晰度对各领域决策研究至关重要。提升硬件设施所需要

的成本往往很高，与之相比，不断地更新软件算法显得更为实用。尽管当前去雾算法研

究已取得显著进展，但在应对光晕效应及白亮区域色彩失真问题上仍存在局限性。此外，

较高的计算复杂度严重制约其在实际工程的应用。因此，针对雾霾天气下图像模糊问题

进行去雾清晰化研究，具有重要理论价值与实践意义。本文在大气散射模型基础上对暗

通道去雾算法展开研究，主要内容如下：

（1）针对大气光估计中可能出现的大气光候选域误判问题，将图像形态学方法和

四叉树搜索算法相结合，通过形态学开运算预处理灰度图像，对结构元实施先腐蚀后膨

胀操作，有效剔除明亮环境光的干扰。再使用四叉树搜索算法定位候选域并对亮度取最

大值来获取大气光值。

（2）为解决部分图像去雾后出现的光晕（halo）效应问题，改进透射率细化步骤所

使用的导向滤波算法。对滤波窗口选取暗原色值的过程进行干预，采用加权暗原色值替

代原先的窗口最小暗原色值，避免透射率图出现伪边缘进而影响最终去雾结果。

（3）针对现有去雾结果中常见的亮度与对比度不足问题，本文设计一种面向去雾

结果的后处理模型，包含图像质量评估器与处理框架两个模块。评估器模块引入归一化

亮度差（NBD）与雾度得分（HS），以识别图像亮度不足与残留雾霾问题。处理框架依

据NBD和HS与各自设定阈值的大小关系，分四种情况进行图像增强处理，针对性地

优化去雾图像亮度与对比度。

（4）为验证本文算法的有效性，实验阶段采用统一的评价指标对实验结果进行分

析。首先对何凯明的暗通道去雾算法进行复现，将其与本文算法所得结果进行对比。选

取数种主流去雾算法和近年来表现突出的四种改进算法进行去雾效果对比，所有算法处

理结果均采用本文选定的评价指标进行统一评判，还将各算法处理大、中、小三种分辨

率图片的运行时间进行对比，以全面衡量算法的去雾效果、效率及普适性。

关键词：图像去雾；暗通道去雾；导向滤波；图像形态学方法；后处理

基于导向滤波和图像形态学方法的图像去雾算法研究

Abstract

Asakeysourceofinformation,theclarityofimagesiscrucialfordecision-making

researchinvariousfields.Thecostofimprovinghardwarefacilitiesisoftenhigh,compared

toconstantlyupdatingsoftwarealgorithms,whichismorepractical.Althoughsignificant

progresshasbeenmadeincurrentdehazingalgorithmresearch,therearestilllimitationsin

addressinghaloeffectsandcolordistortioninbrightwhiteareas.Inaddition,thehigh

computationalcomplexityseriouslyrestrictsitsapplicationinpracticalengineering.Therefore,

studyingtheproblemofimageblurringunderhazeweatherfordehazingandclarityhas

importanttheoreticalvalueandpracticalsignificance.Thisarticleconductsresearchonthe

darkchanneldehazingalgorithm