Für das Problem der Verzerrung des dünnen Nebelbereichs und der unvollständigen Entfernung des dicken Nebelbereichs bei der Verarbeitung von ungleichmäßigen nebligen Bildern wurde ein Bildentnebelungsalgorithmus vorgeschlagen, der die Nebelkonzentrationsscheidung und die Spiegelung der atmosphärischen Lichtwand kombiniert. Zunächst wird durch die Analyse der Nebelkonzentrationsverteilung in verschiedenen Bereichen des Bildes in Verbindung mit der Sättigung und Farbe eine Schätzung des Nebelkonzentrationsmodells konstruiert und durch den Einsatz des Fuzzy-Clustering-Algorithmus eine regionale Segmentierung durchgeführt, um den dünnen und dicken Nebelbereich effektiv zu erkennen. Anschließend wird auf der Grundlage der Beziehung zwischen Nebelkonzentration und atmosphärischer Lichtwand ein spezifisches Modell zur Schätzung der atmosphärischen Lichtwand für verschiedene Bereiche entworfen, um die genaue Bearbeitung verschiedener Nebelkonzentrationsbereiche sicherzustellen. Schließlich wird durch den Helligkeitsanteil der Nebelkonzentration die Schätzung des lokalen atmosphärischen Lichts verbessert und auf der Grundlage des atmosphärischen Streumodells wird ein nebelloses Bild erhalten. Die Experimente haben gezeigt, dass dieser Algorithmus das Problem der schlechten Restaurierung von ungleichmäßigen nebligen Bildern effektiv löst und sich in Bezug auf objektive Bewertungsindikatoren wie Kantenverstärkungsraten, normalisierte durchschnittliche Gradienten, Bildentropie, Ausgewogenheitsindikatoren für Bildsichtbarkeit, visuellen Kontrast, Bildkontrast und Rechenzeit um 39%, 28%, 10%, 20%, 37%, 47%, 35% gegenüber den derzeitigen Mainstream-Algorithmen verbessert.

Nebelkonzentrationsschätzung; Fuzzy-Clustering-Algorithmus; atmosphärische Lichtwand; atmosphärisches Licht