传统图像去雾算法在处理亮度不均匀区域时可能会出现光晕现象,为了解决该问题,提出了一种基于边界限制的自适应双边滤波去雾方法。通过直方图分析方法,获得了明亮区域分割的阈值点,进而实现对明亮区域的分割,并求取了全局大气背景光的值。构造了自适应边界限制方法,获取了初始透射率图像,通过优化的自适应快速双边滤波方法对透射率图像进行了优化。运用改进的暗原色理论方法,获取最终的去雾结果。通过主观和客观实验分析,可得该方法在视觉效果和效率方面优于当前的去雾方法。

针对经典容差机制图像去雾算法存在的对部分明亮区域透射率提升力度不够, 难以彻底消除色彩失真问题, 本文提出一种改进算法。将原算法中对明亮区域透射率根据容差进行双曲线提升修正变为线性提升修正, 使透射率平稳提升, 并适当增大了透射率提升力度,有效消除色彩失真。以方差和色调还原度作为图像去雾的客观质量评测指标, 与暗原色先验算法和经典容差机制算法进行对比实验。实验结果表明, 本文算法在改善明亮区域色彩失真及提高图像去雾效果方面优于对比算法。

针对暗原色先验模型对于图像明亮区域不适应, 暗原色估计偏大, 导致透射率估计偏小, 出现色彩失真现象, 本文介绍一种新的暗原色修正方法。提出一种逆暗原色概念, 将雾化图像的暗原色与逆暗原色进行融合处理得到一种新的修正暗原色, 从而获得比较真实的明亮区域透射率, 有效消除了明亮区域的色彩失真。以有效细节强度、色调还原程度、结构信息及综合测评作为图像质量评价指标, 与目前流行算法进行对比实验, 本文算法的色调还原程度指标平均值提高41.1%, 综合测评指标平均值提高48.7%。实验结果表明, 本文算法在改善明亮区域色彩失真及提高去雾图像总体质量方面优于目前流行算法。

针对暗原色先验去雾算法对明亮区域失效, 以及分块求取暗原色存在的块状效应、Halo现象和运算复杂度较高等问题, 提出了一种基于自适应参数的全局暗原色先验去雾算法。该算法采用全局暗原色操作取代分块处理, 并通过模糊逻辑控制器自适应估计明亮区域的容差参数和透射率调整因子; 在非明亮区域求取大气光强度后, 根据自适应容差纠正明亮区域被错误估计的透射率。与常用的3种图像复原去雾算法进行了比较, 结果表明: 该算法去雾图像的主观视觉效果较好, 且图像对比度、信息熵和平均梯度3方面的客观评价结果也明显优于其它3种对比算法。该算法可有效解决明亮区域失真和分块处理带来的上述问题, 在不增加曝光处理情况下也能获得较好的去雾效果, 运算效率也有较大提升。