有雾天气限制了户外场景的能见度,降低了图像对比度。图像去雾技术能够通过减弱或消除图像中的雾气干扰,提高图像的清晰度和对比度,恢复清晰真实的场景。本文基于暗通道先验理论,在大气光值求解、透射率优化和去雾算法改进等方面展开研究工作,提出了一些改进思路和方法。本文的主要研究内容和创新点:(1)针对暗通道先验去雾方法中,大气光值求取不准确易造成复原图像产生色偏的问题,通过分析图像中天空区域像素灰度值的均值-方差特征,提出了一种基于二分搜索的大气光值估计方法。首先根据图像中天空区域像素灰度值大的特征,确定出包含天空区域的图像部分;然后根据天空区域像素灰度方差小的特征,对天空区域进行二次定位,进一步在包含天空区域的图像部分中确定出天空部分的子区域;最后,取天空部分的子区域的像素均值作为图像的大气光值。实验表明,本方法可以快速地识别出图像中的天空区域,得到可靠的大气光估计值,进而改善去雾图像色偏问题。(2)针对传统的暗通道先验方法中,图像景深变化剧烈位置的透射率计算不准确导致的光晕效应问题,提出了一种基于高斯曲率滤波的透射率优化方法。高斯曲率滤波能够利用图像的离散性和微分几何的连续性实现隐式地曲率优化,可以更好地保护图像边缘。首先根据暗通道先验理论获得粗透射率;然后采用增强平滑能力的高斯曲率滤波方法对透射率进行处理,得到优化的透射率;最后根据雾天退化模型对有雾图像进行去雾。实验表明,本方法能够有效抑制复原图像出现的光晕现象和色偏现象,能够保留图像中更多的细节信息。(3)光晕现象发生的根本原因是求取有雾图像的暗通道图像时,图像中景深变化剧烈位置暗通道值计算偏差,导致对应位置的图像透射率求取不准确。据此本文提出了一种基于图像暗通道值修正的光晕效应去除方法。首先得到有雾图像对应的最小值图像和暗通道图像;然后依据最小值图像和暗通道图像的灰度值差,获取自适应阈值,根据阈值确定出图像中景深变化剧烈位置(通常是图像中物体的边缘位置),对其暗通道值进行修正。本方法无需再对透射率进行优化,提高了整个算法执行效率。实验表明,该方法可以有效抑制光晕效应,且去雾效果和图像整体质量有所提高。