Aufgrund der Probleme aktueller Entnebelungsalgorithmen bei der Verarbeitung von Bildern mit ungleichmäßigem Nebel, wie Verzerrungen in Bereichen mit leichtem Nebel und unvollständiger Entfernung in Bereichen mit dichtem Nebel, wird ein Bild-Entnebelungsalgorithmus vorgeschlagen, der Nebelkonzentrationssegmentierung und atmosphärische Lichtvorhangzuordnung kombiniert. Zunächst wird durch Analyse der Nebelkonzentrationsverteilung in verschiedenen Bildregionen in Kombination mit Sättigung und Farbton ein Nebelkonzentrationsschätzmodell erstellt und mithilfe eines unscharfen Clustering-Algorithmus eine Regionssegmentierung durchgeführt, um Nebelbereiche mit geringer und dichter Konzentration effektiv zu identifizieren; zweitens wird basierend auf der Beziehung zwischen Nebelkonzentration und atmosphärischem Lichtvorhang ein spezifisches Schätzmodell für atmosphärischen Lichtvorhang für verschiedene Regionen entworfen, um eine genaue Behandlung der unterschiedlichen Nebelkonzentrationsbereiche zu gewährleisten; schließlich wird die lokale Schätzung des atmosphärischen Lichts durch die Helligkeitskomponente der Nebelkonzentration verbessert und ein nebelarmes Bild basierend auf dem atmosphärischen Streumodell gewonnen. Die experimentellen Ergebnisse zeigen, dass dieser Algorithmus das Problem der schlechten Wiederherstellung von Bildern mit ungleichmäßigem Nebel effektiv löst und im Vergleich zu gängigen Algorithmen eine Steigerung der objektiven Bewertungsindikatoren wie sichtbare Kantenzunahme, normalisierter mittlerer Gradient, Bildentropie, Sichtbarkeitsbalancemesswert, visueller Kontrast, Bildkontrast und Rechenzeit um jeweils 39 %, 28 %, 10 %, 20 %, 37 %, 47 % bzw. 35 % erzielt.

Nebelkonzentrationsschätzung; Unscharfer Clustering-Algorithmus; Atmosphärischer Lichtvorhang; Atmosphärisches Licht