基于暗通道先验理论的自适应图像去雾算法

针对传统暗通道去雾算法对不同的场景不能自适应的问题，本文提出了一种自适应的图像去雾算法。该算法先将图像进行明暗分割并使用改进的大气光值和透射率获取方法进行初步去雾，然后将处理后的图像与限制对比度自适应直方图均衡的预处理图像进行融合并进行伽马校正，得到去雾图像，最后使用公开数据集以及实景采集到的图像进行实验验证。结果表明：本文算法具有良好的去雾效果并能够显著提升图像质量；相比于传统暗通道算法，本文算法处理后的图像在峰值信噪比上提升了44.1%，在结构相似性上提升了32.3%，在信息熵上提升了2.5%，在可见边规范化梯度均值上提升了9.5%，在清晰度测量指标上提升了33.7%。