单幅图像快速去雾：双向耦合与颜色衰减先验

"基于双向耦合的单幅图像快速去雾算法" 本文主要介绍了一种针对单幅图像的快速去雾算法，旨在解决传统基于暗原色先验的去雾算法存在的问题，即透射图清晰度低且计算复杂度高的问题，同时也克服了经典引导滤波方法在景深变化处产生光晕的缺点。该算法采用了颜色衰减先验来替代暗原色先验，以此简化透射图的求解过程，从而可以快速地估算出透射图。 首先，传统的基于暗原色先验的去雾算法认为图像中的一些区域在无雾情况下应该是暗的，这种方法虽然有效，但估计的透射图清晰度不高。同时，如果使用软抠图技术进一步优化透射图，会导致算法复杂度显著增加，计算时间较长，不适用于实时处理。 其次，经典引导滤波方法由于其较低的复杂度，常被用于优化去雾过程，但这种方法在处理具有景深变化的图像时，可能会产生光晕现象，影响去雾效果。 为了解决以上问题，本文提出了一种新的快速去雾算法。该算法利用颜色衰减先验，建立了一个线性模型，简化了透射图的计算，能快速得到初步的透射图估计。然后，将这个估计的透射图作为引导滤波的输入，通过下采样后再进行滤波处理，有效降低了算法的计算复杂度。 在图像处理的后阶段，针对输出图像的平坦区域和边缘区域，该算法采用了不同的插值算法进行插值处理，以恢复到原始大小的透射图。这种策略既保留了图像的细节信息，又保持了色彩的准确性。 实验结果显示，提出的算法能够在保证图像质量的同时，显著提高运行效率，降低算法复杂度，满足实时性要求。因此，该算法对于实际应用，如监控、自动驾驶等需要快速处理图像的场景，具有较高的实用价值。 关键词：图像去雾，颜色衰减先验，快速引导滤波，下采样，插值 该研究论文是由董亚运等人发表于《计算机工程》2017年第43卷第10期，得到了国家自然科学基金的支持。论文展示了在图像增强和模式识别领域的创新性工作，为单幅图像的实时去雾提供了一种有效的新方法。