一种基于自适应大气光和加权引导滤波的夜间图像去雾算法

摘要

夜间图像去雾对于夜间场景下无人驾驶、交通安防等有重要的工程应用价值。针对暗通道先验算法在夜间雾天场景下失效的问题，提出一种基于自适应大气光和加权引导滤波的夜间图像去雾算法。该算法首先基于图像亮度和饱和度联合求取信道图，并将信道图作为引导图对原图像进行引导滤波得到大气光分布图；为解决暗通道先验在图像亮区域的失效问题，引入亮通道先验矫正亮区域的透射率；为优化亮、暗通道透射率的融合，建立一种基于分段伽马矫正的融合权值计算方法，用于亮区域透射率的权值计算，并利用该透射权值加权得到图像的初始透射率。然后，利用加权聚合引导滤波代替引导滤波细化初始透射率，解决引导滤波弱化细小纹理而引起的边缘模糊问题。最后，将复原图像转换到HSV(Hue–Saturation–Value)色彩空间，对亮度分量V(Value)进行均衡化调整，并对均衡化前后的图像进行线性加权获得最终复原结果。实验结果表明：所提算法大气光分布图估值合理，可有效反映夜间多光源场景下的大气光分布情况；图像亮、暗区域透射率计算准确，复原图像去雾彻底、纹理清晰；与经典算法对比显示，复原结果的峰值信噪比、信息熵、平均梯度和方差的最大提升幅度分别为49.4%、18.3%、172.3%、115.0%，综合指标优于所对比的其他算法。

关键词

夜间去雾 / 大气光 / 加权聚合 / 亮通道