1 昆明物理研究所，云南昆明 650223
2 北方夜视科技（南京）研究院有限公司，江苏南京 211106
针对短波红外成像系统在雾霾天气下存在图像质量模糊、分辨率低等问题，本文提出了一种基于暗通道先验理论的短波红外图像去雾算法。本文首先通过改进的暗通道先验得到暗通道图像数据，然后基于暗通道数据对大气光进行估计；为了避免目标局部高亮或细节模糊，采用引导滤波和多尺度 Retinex（Multi-scale retinex，MSR）对透射率图进行细化和增强处理，最后结合大气散射模型来反演出去雾图像。实验结果表明，经此算法处理后的短波红外图像在主观视觉和客观指标方面均得到了较好的验证，去雾效果显著、细节特征丰富且明亮度适宜。
短波红外 去雾 暗通道先验 shortwave infrared, dehaze, dark channel prior, MS MSR
昆明理工大学信息工程与自动化学院，云南 昆明 650500
针对不同场景下获得的水下图像存在色偏、细节模糊和对比度低等问题，提出一种基于四叉树分级搜索和透射率优化的水下图像复原方法。首先，建立双透射率水下成像模型，将透射率定义为直接分量透射率和后向散射分量透射率；然后，利用红通道补偿算法对原图像进行预处理，并利用四叉树分级搜索、改进暗通道先验和无退化像素点方法分别估计背景光强度、后向散射分量透射率和直接分量透射率；最后，通过逆求解成像模型，并采用满足瑞利分布的直方图拉伸获得复原图像。实验结果表明，与其他水下图像复原方法相比，所提方法对在强干扰环境下采集的水下图像有着更强的颜色失真校正以及模糊信息增强的能力。
海洋光学 水下图像复原 双透射率 红通道补偿 四叉树 暗通道先验 光学学报
2023, 43(12): 1201002
沈阳理工大学自动化与电气工程学院, 沈阳 110000
雾霾天气下, 航拍设备无法准确获取图像信息, 为解决此问题, 提出一种改进暗通道窗口与透射率修正的图像去雾算法。首先, 用超像素分割有雾图像得到景深一致的局部窗口, 在每个窗口内计算暗通道, 同时根据大气光特性结合超像素进行大气光估计; 然后, 通过引导滤波细化透射率, 并建立自适应容差机制来修正图像明亮区域的透射率; 最后, 反演大气散射模型还原清晰图像。实验结果证明,该算法所得结果图像细节清晰、颜色自然, 且能处理多类雾天图像, 鲁棒性更好, 与经典算法相比具有显著优势。
图像去雾 暗通道先验 超像素分割 自适应容差 透射率修正 image dehazing dark channel prior superpixel segmentation adaptive tolerance transmittance correction
针对水下图像受介质散射和吸收的影响所出现的颜色失真、对比度低和细节模糊等问题, 提出水下图像增强的暗通道先验改进算法。采用白平衡处理对水下图像的蓝(绿)色偏进行颜色校正, 进而在LAB空间对图像L分量进行同态滤波处理, 从而获得暗部细节提亮的图像。在RGB空间对图像分别进行CLAHE处理增强图像对比度, 解决图像雾化问题, MSRCR处理提高图像色彩饱和度并均衡图像亮度。根据暗通道先验图像计算融合权重系数对所得到的3幅图像进行加权融合与细节增强, 得到最终增强图像。实验结果表明, 所提算法能够有效消除图像颜色失真情况, 增强的图像呈现出高对比度和更清晰的细节。
水下图像 图像增强 图像融合 色偏校正 暗通道先验 underwater image image enhancement image fusion color deviation correction dark channel prior
1 河北工程技术学院 网络与通信学院，河北 石家庄 050091
2 阳光学院 人工智能学院，福建 福州 350015
3 福州大学 物理与信息工程学院，福建 福州 350108
传统暗通道去雾算法计算的透射率图存在块效应，易造成复原图像白边现象，同时图像中天空、白云等明亮区域不适用暗通道原理，易引起去雾图像失真。本文结合引导滤波和自适应容差机制提出了一种基于多尺度暗通道和自适应容差的去雾算法，可有效避免以上问题。首先，计算3种不同尺寸滤波窗口下的透射率初估计，并对估计结果进行有效融合；接着，通过引导滤波对透射率进行细化，以获得鲁棒性和准确性更好的多尺度透射率图；然后，引入自适应容差策略对图像中明亮区域的透射率进行修正；最后，由于暗通道去雾图像整体亮度偏暗，因此对去雾图像的亮度和对比度进行亮度补偿。实验结果表明，采用不同算法对不含和少量天空区域的图像去雾，信息熵约提高0.2 bit/symbol，平均梯度约提高0.5，PSNR约提高8 dB。对较多和大量天空区域图像去雾，PSNR约提高3 dB，SSIM约提高0.1。较好地实现了去雾图像细节清晰、颜色可靠且明亮区域去雾效果良好等要求。
图像去雾 暗通道先验 透射率 引导滤波 自适应容差 image dehazing dark channel prior transmittance guided filtering adaptive tolerance
贵州大学大数据与信息工程学院，贵州 贵阳 550025
双通道对比度先验（Dual-CP）是基于图像的亮通道和暗通道之间的差异来模拟对比度，故其在模糊图像盲复原中表现出良好的复原效果。但是，实际应用中图像亮通道和暗通道的值并不像理论研究的那样明显地分布在1和0上，为解决这一问题，提出一个联合双通道对比度先验和L0正则化强度及梯度先验的模糊图像盲复原算法。其中，由于非凸的L0极小化问题求解比较困难，利用半二次分裂法推导出一种有效优化算法。实验表明，所提算法在直观效果上有更明显的细节恢复能力，且在Levin等人、Köhler等人和Lai等人提出的基准数据集上平均峰值信噪比分别提高了2.1051 dB、1.1273 dB和0.4491 dB，平均结构相似性分别提高了0.1302、0.0599和0.0158。
成像系统 亮通道先验 暗通道先验 模糊图像盲复原 L0正则化强度及梯度先验 半二次分裂法 激光与光电子学进展
2022, 59(8): 0811010
中国矿业大学信息与控制工程学院，江苏 徐州 221116
针对现有图像去雾算法中大气光值和透射率估计不准确导致图像去雾后失真的问题，提出了一种基于雾线暗通道先验改进的图像去雾算法。首先，根据HSV空间雾浓度与亮度和饱和度差值的关系计算图像的全局相对雾浓度，并结合暗通道图对应的高像素值来设置能够自动选择合适的大气光值的权重系数；其次，利用暗通道先验得到的粗略透射率值对每条雾线中最大半径透射率进行修正，然后引入容差参数对明亮像素的透射率进行优化，引入快速引导滤波对透射率图进行进一步优化；最后，根据大气散射模型获得最终的无雾图像。实验结果表明，所提去雾算法在主观视觉效果和客观数据上均优于其他算法。
图像处理 雾线暗通道先验 雾浓度 容差参数 明亮像素 大气散射模型 激光与光电子学进展
2022, 59(8): 0810014
1 辽宁工程技术大学电子与信息工程学院,辽宁 葫芦岛 125000
2 沈阳理工大学自动化与电气工程学院,沈阳 110000
在大雾条件下,密度不均匀的介质使得光在传输过程中形成散射、反射和衰减,图像出现严重的退化现象,导致无人机航拍获取图像信息存在困难。为了解决该问题,提出了一种基于边界约束的双滤波透射率优化图像去雾算法。首先,对图像进行颜色校正,增强图像的色彩鲜艳度; 其次,根据传输函数的固有边界约束,进行边界约束构造,该约束与上下文正则化相结合,求解图像的初始化透射率,并对其反复求解进行细化; 然后,将求解细化后的透射率进行高斯加权,将噪声干扰降到最低,经双边滤波器处理得到最优透射率; 最后,对图像的全局大气光进行求值并运用暗通道理论方法对图像进行去雾处理,得到清晰化图像。主观视觉效果和客观数据实验分析表明,所提方法能够有效地去除退化图像中的雾化现象,与现有新颖的图像去雾算法相比具有显著的优越性。
图像去雾 暗通道先验 边界约束 透射率优化 image defogging dark channel prior boundary constraint transmittance optimization
