单幅图像去雾新算法：基于HSI空间分割与物理模型的复原

本文介绍了一种针对单幅图像的新型去雾算法，由黄黎红提出并应用于莆田学院电子信息工程系。该算法的核心思想是将RGB彩色图像转换到HSI彩色空间，通过四叉树分割技术对色调分量进行处理，将图像划分为若干具有相似场景深度的小区域。这样做的目的是识别并估计每个小区域内的空气光成分，因为这些区域通常具有相近的深度，有助于消除雾气对图像的影响。 接着，算法利用雾天图像光学模型对亮度分量进行处理，根据雾的物理特性来减少雾对图像的负面影响。这种模型考虑了雾气如何影响光线传播，从而有效地去除了雾带来的失真。此外，算法还对图像的饱和度分量进行校正，以确保复原后的图像色彩平衡。 算法的一大优点是其通用性，不仅适用于彩色图像，也适用于灰度图像，这在实际应用中具有广泛的优势。然而，与Fattal提出的基于独立分量分析（ICA）的方法相比，虽然Fattal的方法在MRF约束下可以实现单幅图像去雾，但它主要针对彩色图像且在大噪声环境下（如浓雾区域）表现不佳。本文提到的算法通过最大化局部对比度来提高去雾效果，避免了过度饱和的问题，对于饱和度较高的场景有更理想的表现。 实验结果显示，与现有其他去雾算法相比较，这种新的单幅图像去雾算法能有效地恢复出清晰的图像，显示出其在实际场景中具有良好的性能。因此，这项工作对于提升户外监控系统在恶劣天气条件下的图像质量具有重要的理论价值和实践意义。