1、隨著科技的發(fā)展，現(xiàn)代智能交通系統(tǒng)、遙感系統(tǒng)、室外監(jiān)控系統(tǒng)、家用攝像設(shè)備等這些與日常生活息息相關(guān)的系統(tǒng)或設(shè)備都離不開數(shù)字圖像?，F(xiàn)代生活領(lǐng)域越來越多的依賴于數(shù)字圖像獲取有用信息。近年來，霧霾天氣頻發(fā)，由于霧霾顆粒物的散射作用，使得數(shù)字成像設(shè)備獲取的圖像模糊不清，對(duì)比度、顏色等圖像信息衰減嚴(yán)重，極大的影響了交通、監(jiān)控、遙感等領(lǐng)域通過數(shù)字圖像正常獲取有用信息，霧霾對(duì)日常生活的影響越來越大。因此，對(duì)霧霾圖像去霧方法進(jìn)行研究具有非常重要的意義。

2、r>　　本文對(duì)Retinex去霧算法、Fattel去霧算法以及暗原色去霧算法進(jìn)行了仿真比較。通過實(shí)驗(yàn)發(fā)現(xiàn)，暗原色先驗(yàn)去霧理論對(duì)于單幅戶外霧霾圖像具有極佳的去霧效果，但該方法在邊緣附近容易出現(xiàn)暈輪效應(yīng)，且暗原色先驗(yàn)去霧理論對(duì)于天空區(qū)域失效，導(dǎo)致去霧圖像的天空區(qū)域顏色失真。通過優(yōu)化透過率來提升去霧效果是去霧算法的研究熱點(diǎn)。本文對(duì)現(xiàn)有的幾種常見透過率優(yōu)化方法進(jìn)行了對(duì)比分析，提出了中值濾波和引導(dǎo)濾波相結(jié)合的透過率優(yōu)化方法以改善暈輪效應(yīng)。本方法以

3、粗估計(jì)透過率和經(jīng)過引導(dǎo)濾波優(yōu)化的透過率之間的差值作為判別暈輪區(qū)域的依據(jù)。通過將中值濾波優(yōu)化的透過率替換暈輪區(qū)域引導(dǎo)濾波優(yōu)化的透過率，有效的修正了暈輪區(qū)域被高估的透過率。該方法避免了中值濾波容易在邊緣近景區(qū)域出現(xiàn)黑斑的問題，同時(shí)比引導(dǎo)濾波具有更強(qiáng)的暈輪效應(yīng)改善能力。為了改善暗原色先驗(yàn)去霧理論在天空區(qū)域引起的顏色失真，本文將天空區(qū)域的透過率提取出來進(jìn)行二次處理。首先，采用Canny邊緣算子進(jìn)行邊緣檢測(cè)，由于地面區(qū)域具有豐富的邊緣信息，經(jīng)過閉