改进的亮度融合去雾算法:解决天空区域失效问题

12 下载量 41 浏览量 更新于2024-08-27 10 收藏 6.96MB PDF 举报
本文主要探讨了"基于亮度模型融合的改进暗通道先验图像去雾算法"这一主题,针对传统暗通道先验方法在处理天空区域时可能出现的问题,提出了一种创新的图像去雾策略。该算法的关键步骤包括: 1. 图像分割:首先,通过Canny算子对输入图像进行边缘检测,将图像分为明显的天空区域和非天空区域。这种方法有助于区分雾气影响和背景信息,为后续处理提供基础。 2. 亮度模拟与透射率重构:作者利用亮度信息来模拟景深,即不同亮度级别的像素对应不同的深度信息。通过对亮度的分析,重构出亮度透射率,这在去雾过程中起到关键作用。 3. 融合透射率:将重构的亮度透射率与传统的暗通道透射率相结合,特别关注天空区域,以构建更准确的透射率图。这种融合策略增强了算法在复杂光照条件下的鲁棒性。 4. 精细化处理:经过融合后的透射率图,通过快速引导滤波进行进一步的细化处理,以去除可能存在的噪声和不精确之处,提高图像质量。 5. 大气光值选择:为了减少干扰,算法选取天空区域中强度值前0.1%的像素中值作为大气光值,这个步骤有助于提高去雾效果的稳定性和准确性。 6. 大气散射模型应用:最后,利用大气散射模型,结合之前得到的透射率,去除图像中的雾气,恢复出清晰、自然且细节丰富的无雾图像。 实验结果显示,这种改进的暗通道先验算法在处理含有雾气的图像时表现出色,能够有效恢复图像细节,抑制光晕现象,同时保持画面的明亮度和色彩自然。这表明该算法对于实际的图像去雾任务具有较高的实用价值和性能优势,尤其是在处理包含大量天空的场景中。因此,这项工作对于提高图像处理领域的去雾技术具有重要意义。