基于超像素分割的暗通道先验图像去雾算法

摘要

针对图像去雾过程中暗通道先验算法易受白色物体或明亮区域影响导致大气光和透射率估计不准确等问题，提出了一种基于超像素分割的暗通道先验图像去雾算法。首先，利用简单线性迭代聚类超像素算法对暗通道先验进行改进；其次，对有雾图像利用改进的暗通道先验进行超像素分割得到超像素块，接着对每一个超像素块求取局部大气光值并取平均值；然后，对粗透射图进行伽马校正，并利用平均梯度值作为权重对粗透射图和校正后的透射图进行权重融合求取最终透射图；最后，利用大气散射模型的逆过程得到去雾图像。实验结果表明，超像素分割解决了暗通道先验算法估计大气光对最亮像素的依赖问题，所提算法能够很好地提高去雾图像的清晰度，保留图像的纹理细节，且效果优于其他比较算法。

关键词

暗通道先验 / 超像素分割 / 简单线性迭代聚类算法 / 图像去雾 / 伽马校正

基金资助

山西省基础研究计划资助项目（20210302123019,202103021224195,202103021224212,202103021223189）; 山西省回国留学人员科研项目（2021-108）