第1期2023年1月电子学报ACTAELECTRONICASINICAVol.51No.1Jan.2023基于超像素图像分割的暗通道先验去雾改进算法金天虎1，陶砚蕴1，3，李佐勇2（1.苏州大学轨道交通学院，江苏苏州215137；2.福建省信息处理与智能控制重点实验室（闽江学院），福建闽江350108；3.南京大学计算机软件新技术国家重点实验室，江苏南京215311）摘要：本文针对暗通道先验去雾算法在天空等明亮区域存在明显的噪声放大和色彩失真的问题，从大气散射模型和暗通道先验理论出发修正大气光值和非暗通道区域透射率，提出了基于超像素图像分割的暗通道先验去雾改进算法.本文算法基于大气散射模型和暗通道先验理论建立雾天成像模型；通过超像素阈值分割算法将图像分为暗通道区域和非暗通道区域，暗通道区域（DarkChannelRegion，DCR）即图像中符合暗通道先验理论的部分，非暗通道区域（Non-DarkChannelRegion，NDCR）即图像中不符合暗通道先验理论的部分；再分别通过非暗通道区域和暗通道区域的超像素，估计全局大气光值，修正非暗通道区域透射率；最终根据大气散射模型恢复无雾图像.本文算法提高了全局大气光值的准确性，有效抑制了天空等非暗通道区域的失真，复原图像更加清晰自然，增强了视觉效果.主观和客观评价的实验表明，本文算法能够取得比传统算法更优的去雾效果.关键词：图像去雾；暗通道先验；超像素图像分割；全局大气光值和透射率修正；暗通道区域基金项目：福建省信息处理与智能控制重点实验室（闽江学院）开放课题（No.MJUKF-IPIC202104）；计算机软件新技术国家重点实验室（南京大学）开放课题（No.KFKT2021B40）中图分类号：TP391文献标识码：A文章编号：0372-2112(2023)01-0146-14电子学报URL:http://www.ejournal.org.cnDOI:10.12263/DZXB.20211566AnImprovedDarkChannelPriorDehazingAlgorithmBasedonSuperpixelImageSegmentationJINTian-hu1,TAOYan-yun1,3,LIZuo-yong2(1.SchoolofRailTransportation,SoochowUniversity,Suzhou,Jiangsu215137,China;2.FujianProvincialKeyLaboratoryofInformationProcessingandIntelligentControl,MinJiangUniversity,Minjiang,Fujian350108,China;3.StateKeyLaboratoryforNovelSoftwareTechnology,NanjingUniversity,Nanjing,Jiangsu215311,China)Abstract:Inviewoftheobviousnoiseamplificationandcolordistortionofdarkchannelpriordefoggingalgorithminbrightareassuchassky,thispaperproposesanimproveddarkchannelpriord...
