自然图像去雾算法—增强/图像融合

资 源 简 介

自然图像去雾算法—增强/图像融合

详 情 说 明

这篇论文提出了一种创新的无参考图像去雾方法，其核心思想是通过图像融合技术实现自适应的雾气密度评估与去除。传统去雾算法通常依赖物理模型或参考图像，而该方法突破了这一限制，直接从图像自身特性出发进行去雾处理。

算法首先构建感知雾气密度预测模型，通过分析图像的低频与高频分量特征，量化评估雾气浓度。这种无参考评估方式避免了人工标注或物理参数估计的复杂性。在去雾阶段采用多尺度图像融合策略：将原始雾图与经过不同增强处理的中间结果进行加权融合，权重由预测的雾气密度动态调整。

关键技术突破在于将增强算法与感知评价相结合——雾气较浓区域采用更强度的对比度增强，而低浓度区域则保持自然色调。这种自适应的处理方式既能有效去除雾气，又能避免传统方法容易产生的光晕伪影或色彩失真问题。实验表明，该方法在主观视觉效果和客观指标上均优于基于物理模型的方法，特别是处理非均匀雾气场景时优势明显。

该研究的工程价值在于提供了一种轻量化的去雾解决方案，无需预先获取场景深度或大气光照参数，对智能驾驶、航拍监控等实时图像处理场景具有重要应用意义。