算法分析
采用快速导向滤波的
暗通道先验去雾算法的研究与实现
王浩然
(合肥工业大学计算机与信息学院安徽合肥230001)
摘要：本文首先述了略通道先险去客的理论基础及其适用范图，其次对于基于暗通道优先理论的雾天图像清晰化处理的基础算法及可能进行优化的步录透行了分析,最后在此基础之上采用了导向滤波与最新的快速导向滤波算法代替软超图实现了算法的进一步优化。在上述理论研究基础之上,本文使用Matab对多种雾天图像清断化处理算法进行了逆一实现,并设计了综合比较系统,实现了直方图均衡化去案算法、自适应直方图去雾算法以及SSR、MSR去雾算法等与暗通道优先其法在效果与效率上的对比分析。本系统不仅能够对达各种算法的最终结果和中间产物进行输出保存,还能够对各种算法进行算法效率和算法结果进行直观数字的对比。
关键调：雾天图像清晰化数字图像处理晴通道先验快速导向滤波
中图分类号：TP751
文献标识码：A
1基于暗通道先验的去雾算法的理论基础
在描述恶劣天气条件对图像造成的影响时，McCarneg散射理论得到的米氏散射物理模型是最为常用的，该物理模型表达式为： I(x, y) = J(x, y)e-(r) + A(1e-()
(1.1)
其中β是大气散射系数，d是场录深度。(x，y)是图像像素的空间垒标，是雾化图像的颜色值，J是场景无雾情况下的颜色值，A是大气光颜色值，而侧是场景色彩在各个区域通过程度的描述，去雾方法的本质就是从I获取J，A和t。
J(x,y)e-A()称为场景直接衰减值，表示景场景直接衰减值描述描述场景颜色值，以及它在介质中的衰减程度；A(1-e-a(xs) 被称为空气光。在光路上由于大气粒子的散射作用，杂散光会融人到成像光路中，与目标物体的反射光一起参与成像，即图像复原中的“噪声”，空气光描述由于光线散射导致场景额色值偏移的大气
北
我们可以用传输透射率t(x，y)来表示指数衰减项，则可以得到：
I(x,y)=J(x.y)t(x.y)+A(1t(x,v)
(1.2)
对于上式，如果已知透射率t(x，y)，大气光A和有雾图像I，方可求得无雾图像J：
(,)-A(-(x,)_(,)-4+A
/J(x,y)=
(x,y)
t(s,y)
(1.3)
在大多数的不包含天空的局部区城中至少有一个颜色通道中
图4-1暗通道先验去需效果(快速导向滤波)
收稿日期：2015-09-22
文章编号：1007-9416(2015)11-0122-02
存在亮度很小基至接近于零的像索。也款是说，在这样的一个区城中的最小亮度接近零。
为了更好地描述这个概念，对于任意图像」，其暗通道由下式给出：
Ja(x,)-ma(m()(,y)0 2透射率t的计算
(1.4)
根据式J(x)是要恢复的无雾的图像，A是全球大气光数值，t(x) 为透射率，现在的已知条件就是I(X),要求目标值J(x),显然，这是个有无数解的方程，因此，就需要一些先验了。
左右同除以A可得：“(=()+1-()
(2.1)
上标c是表示RGB三个通道的意思，
首先假设每一个窗口内透射率t(x)为常数，定义为7(x)，并且A 已经给定，然后对上式进行两次求最小值运算：
)(2)min(min
F)+1-()
(2.2)
min (min
在上式中，J是待求的无雾图像，根据暗通道先验理论有：
0=(0),)()
因此，可以推导出： mi)0
图5-1图像去雾系统
作者简介：王浩然(1992一),男，安徽泗县人,本科,研究方向：数字图像处理。方方数据
(2.3)(2.4)