川大博士2016年创新图像去雾算法：基于大气消光系数与引导滤波

"这篇学术论文是2016年7月发表在《四川大学学报(工程科学版)》第48卷第4期上，由龙伟、傅继贤等人撰写的。文章提出了一种新的浓雾图像去雾算法，主要基于大气消光系数和引导滤波技术。该算法旨在解决浓雾天气下户外图像严重退化的问题，通过引入雾浓度因子和能见度的关系，以及利用灰度图像引导滤波来估计大气光值，最终实现图像的去雾处理。实验结果表明，该算法能有效提升图像的亮度、对比度和清晰度，改善整体视觉感知效果。" 这篇论文的核心知识点包括： 1. **雾天成像物理模型**：雾天成像受到大气中悬浮粒子的影响，导致图像模糊、对比度下降。论文简化了这一物理模型，以便更好地理解和处理图像去雾问题。 2. **雾浓度因子**：作者提出了雾浓度因子这一概念，它与雾天能见度密切相关。通过分析大气消光系数，建立了能见度和雾浓度因子之间的关系，为估算雾浓度提供了理论基础。 3. **大气消光系数**：大气消光系数是描述大气对光线传播衰减程度的物理量，它直接影响了雾天图像的质量。论文利用此系数来推算能见度，进而估计雾浓度。 4. **能见度估计**：论文中通过单幅浓雾图像的特征来估计其能见度，这是计算雾浓度因子的关键步骤，对于去除图像雾气至关重要。 5. **引导滤波**：引导滤波是一种用于图像处理的技术，可以有效地保持边缘细节，同时平滑图像内部区域。在本文中，引导滤波被用来估计大气光值，这对恢复图像的清晰度和细节具有重要作用。 6. **修复函数**：在获取雾浓度因子和大气光值后，论文采用了特定的修复函数来完成图像的去雾处理，这一步旨在恢复图像的原始色彩和对比度。 7. **实验结果与分析**：论文进行了实际的去雾实验，结果显示，所提出的算法在提升图像亮度、对比度和清晰度方面表现优秀，提高了图像的整体视觉感知效果，证明了算法的有效性。 这篇论文介绍的去雾算法是基于物理模型和图像处理技术的综合应用，它为浓雾天气下的图像恢复提供了一种新方法，并在实践中得到了良好的验证。