机器视觉

低照度环境下图片质量下降，同时发现，悬浮在空气中的烟雾、粉尘等物质形成的雾、霾，会导致图像的细节模糊不清，对户外拍照和计算机视觉应用方面造成了极大的影响。因此，如何对退化图像进行去雾处理，提高图像质量，对于图像处理和计算机视觉具有非常重要的应用价值。本文提出了一种基于亮通道和暗通道结合的雾霾天气图像去雾算法。基于退化图像的物理模型，提出了一种空气光散射模型。通过使用先前的亮通道和暗通道的结合来估计大气光值和透射率。该算法可以解决无雾图像恢复时天空区域的颜色失真问题，恢复图像的细节和颜色，提高图像的视觉效果，评估参数用于图像质量的比较。仿真结果表明，本文提出的算法优于多尺度Retinex图像去雾算法。

温淑焕, 赵燕芳, 马金荣, H.K.Lam, 王洪斌. 基于亮通道和暗通道相结合的图像去雾[J]. 光学学报, 2018, 38(11): 4.  复制并引用该论文