Zur Lösung von Problemen wie Detailverlust, Farbverschiebung und Verschlechterung der visuellen Qualität bei Smogwetter wird ein schneller Entnebungsalgorithmus vorgeschlagen, der auf einer segmentierten Schätzung des atmosphärischen Schleiers basierend auf einer logarithmischen S-förmigen Funktion beruht. Zunächst wurde das atmosphärische Streumodell ausführlich abgeleitet, wobei die positive Korrelation zwischen dem atmosphärischen Schleier und dem minimalen Kanal des nebligen Bildes ermittelt wurde; anschließend wurde ein segmentiertes Beschränkungsmodell entwickelt, um den atmosphärischen Schleier für verschiedene Nebeldichten in unterschiedlichen Bildbereichen zu schätzen; schließlich wurde eine lokal optimierte Schätzung des atmosphärischen Lichts im Mittelkanal auf Basis eines Medianfilters vorgeschlagen und unter Verwendung des Streumodells ein entzerrtes Bild wiederhergestellt. Die experimentellen Ergebnisse zeigen, dass der vorgeschlagene Algorithmus die hinzugefügten sichtbaren Kanten, den durchschnittlichen Gradienten sowie die Informationsentropie um 17,4 %, 50,5 % bzw. 30 % verbessert und die Laufzeit um 17,5 % gegenüber traditionellen schnellen Entnebungsalgorithmen reduziert hat. Der Algorithmus zeichnet sich durch eine gründliche Entnebelung, natürliche Farben und deutlich sichtbare Details aus.

Bildentnebelung; atmosphärischer Schleier; logarithmische S-förmige Funktion; segmentierte Schätzung; atmosphärisches Licht des Mittelkanals