改进的Otsu递归分割法提升单幅图像去雾效果

本文主要探讨了一种改进的Otsu递归分割单幅图像去雾算法，针对传统的暗原色先验去雾方法在处理天空区域时存在的透射率估计值偏小的问题。暗原色先验理论依赖于图像中某些颜色通道（如蓝色）的饱和度来估算大气散射效应，然而在处理蓝天等高对比度场景时，可能会导致错误的透射率估计。 该改进方法首先采用了图像分割技术，特别是改进的Otsu递归分割算法。Otsu算法是一种经典的二值化图像分割方法，但在此基础上，作者对其进行了优化，以便更精确地识别出天空区域。通过对图像进行多次递归分割，算法能够更好地区分背景和前景，尤其是对于复杂的光照条件下，如雾天，这种改进有助于提高分割的准确性。 接着，作者利用暗原色图像的灰度归一化值对天空区域的透射率进行校正。这种方法考虑到了天空区域特有的亮度特性，通过调整估计值，使得计算出的透射率更加接近实际状况。这种方法提高了去雾效果的全局一致性，减少了由于局部透射率估计偏差引起的色彩失真。 最后，根据优化后的透射率，结合大气散射模型，算法实现了对图像的复原处理。去雾后的图像不仅保持了原有的色彩信息，而且在区域交叉边界处的过渡自然，减少了色偏和光晕现象，从而提升了整体的视觉质量。 实验结果显示，这种改进的Otsu递归分割去雾算法在解决天空区域问题上取得了显著效果，拓宽了暗原色先验算法的应用范围。尤其适用于户外雾天图像的去雾，具有很好的实际应用潜力。因此，这项研究对于提升图像去雾技术的性能和适用性具有重要意义，为处理复杂环境下的图像去雾提供了新的思路和技术支持。