图像去雾中的大气光强度自适应恢复算法

图像去雾中的大气光强度自适应恢复算法研究

        摘要：传统的单幅图像去雾方法中大气光强度仅设定为与图像最亮象素有关的经验值，容易造成去雾后的图像亮度偏暗，且某些区域色彩还原失真等问题。本文提出一种大气光强度自适应恢复算法。首先对图进行分块，根据每个图块的像素在RGB颜色空间分布在同一条线上，可求得大气光强度的方向，然后对大气光强度模值引入一个惩罚因子实现图像去雾，对去雾后图像提出大气光强度模值估计的目标函数，根据图像明暗系数的最大值与透射率的等级无关的约束条件，利用LBFGS优化从而得到正确的大气光强度模值。实验结果证明该方法可以有效避免大气光强度估值偏差而引起的图像色彩失真，鲁棒性强，去雾后的图像具有更好的色彩还原度和清晰度，更能符合人眼视觉效果。

        关键词：大气光强度；明暗系数；模值估计；透射率

                1引言

        近年来，环境问题日益严峻，雾霾天气的出现直接影响了室外视觉监视、目标识别与跟踪等系统效用的发挥，给人们的日常生活带来了极大的不便。因此，对单幅图像如何进行有效去雾具有重要的研究意义。目前，通用的图像去雾算法都是基于以下物理模型[1，2]；

        I（x）=J（x）t（x）+（1-t（x））A （1）

        其中，I（x）表示雾图，J（x）表示无雾图像，x是图像像素的坐标，t（x）为大气透射率，A为大气光强度，为全局矢量。图像去雾的本质是要实现A与t（x）的估算。现有的单幅图像去雾算法主要围绕透射率t（x）的求解，也取得了很多有效的学术成果。例如文献[3]基于暗原色先验得到初始透射率图，再借助软框图算法优化初始透射率图；文献[4]则采用引导滤波细化初始透射率图，提高算法的去雾实时性；文献[