摘要(Abstract)：
针对传统暗通道先验图像去雾算法对雾天图像去雾存在对景物边缘去雾不完全和光晕效应等问题，提出一种基于大气散射模型的暗通道先验图像去雾改进算法；该算法改进透射率的计算方法，首先计算出不同尺寸滤波窗口的暗通道图，获得透射率图像，将不同尺寸滤波窗口的透射率图像进行加权融合，然后利用引导滤波对融合后的透射率图进行细化处理，最终利用大气散射模型得到清晰的无雾图像。结果表明，所提出的算法在透射率估计方面具有显著优势，与传统算法相比，在景物边缘去雾效果有所改善，能够有效避免景物边缘的光晕效应。
关键词(KeyWords)：图像去雾;暗通道;引导滤波;透射率;大气散射模型
基金项目(Foundation):中央引导地方科技发展项目(YDZX2024078);; 山东省科技型中小企业创新能力提升工程(2022TSGC1047);; 济南大学2023年学科交叉会聚建设项目(XKJC-202310)
作者(Author):宁豪,黄静,刘军,夏英杰,李金屏
DOI:10.13349/j.cnki.jdxbn.20250911.001
参考文献(References)：
[1] 郑凤仙，王夏黎，何丹丹，等.单幅图像去雾算法研究综述[J].计算机工程与应用，2022,58(3):1.
[2] 吴成茂.直方图均衡化的数学模型研究[J].电子学报，2013,41(3):598.
[3] ZHUANG P X,LI C Y,WU J M.Bayesian retinex underwater image enhancement[J].Engineering Applications of Artificial Intelligence,2021,101:104171.
[4] 吴曙镔，于万钧，陈颖.基于暗亮通道先验的小波融合图像去雾算法[J].电光与控制，2024,31(6):27.
[5] HE K M,SUN J,TANG X O.Single image haze removal using dark channel prior[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2010,33(12):2341-2345.
[6] 肖进胜，高威，邹白昱，等.基于天空约束暗通道先验的图像去雾[J].电子学报，2017,45(2):349.
[7] 金仙力，张威，刘林峰.基于引导滤波和自适应容差的图像去雾算法[J].通信学报，2020,41(5):30.
[8] 吴子凡，罗维平.基于暗通道的图像去雾改进算法[J].武汉纺织大学学报，2023,36(5):49.
[9] CHEN D D,HE M M,FAN Q N,et al.Gated context aggregation network for image dehazing and deraining[C]//2019 IEEE Winter Conference on Applications of Computer Vision (WACV),January 7-11,2019,Waikoloa,HI,USA.New York:IEEE,2019:1375.
[10] CHEN Z Y,WANG Y C,YANG Y,et al.PSD:principled synthetic-to-real dehazing guided by physical priors[C]//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR),June 20-25,2021,Nashville,TN,USA.New York:IEEE,2021:7176.
[11] 王科平，杨艺，费树岷.雾霾图像清晰化算法综述[J].智能系统学报，2023,18(2):217.
[12] HE K M,SUN J,TANG X O.Guided image filtering[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2013,35(6):1402.
[13] 周睿，孟双杰，李明，等.基于大气散射模型的机场雾图定量化模拟方法[J].舰船电子工程，2024,44(1):99.
