Um das Problem der geringen Sichtbarkeit von nebligen Bildern und der dunklen Helligkeit von entnebelten Bildern zu lösen, wird eine neue Methode zur Schätzung der Transmission basierend auf Kontrast- und Helligkeitsähnlichkeit vorgeschlagen, um die Bildentnebelung zu realisieren. Zunächst wird eine differenzierbare Bildqualitätsziel-Funktion basierend auf Kontrast- und Helligkeitsähnlichkeit erstellt, durch Maximierung dieser Funktion wird eine geschlossene analytische Lösung für die Transmission erhalten und mit einem Feedback-Mechanismus wird die Transmission nach oben korrigiert. Anschließend wird eine Methode zur Generierung von atmosphärischem Lichtkandidaten basierend auf dem Dunkelkanal und der Quadtree-Zerlegung vorgeschlagen, durch Auswahl des zweithöchsten Wertes aus der Kandidatensammlung wird die Robustheit der Schätzung des atmosphärischen Lichts erhöht. Schließlich wird das atmosphärische Streumodell zur Bildwiederherstellung und Helligkeitssteigerung verwendet. Die experimentellen Ergebnisse zeigen, dass der vorgeschlagene Algorithmus bei mehreren Bildqualitäts-Metriken besser ist als die Vergleichsalgorithmen. Bei der referenzlosen Bewertung sind Mittelwerte der sichtbaren Kantengradientenrate, der Sättigungspixelrate und BRISQUE-Indizes am besten, wobei der Mittelwert der Gradientrate um mindestens 11,0% steigt und der Mittelwert der Sättigungspixelrate um mindestens 30,4% sinkt. Bei der vollreferenzierten Bewertung verbessert sich der PSNR-Mittelwert im Vergleich zu ähnlichen Algorithmen um mindestens 9,5%. Darüber hinaus reduziert sich die durchschnittliche Laufzeit des Algorithmus um mindestens 12,76%. Insgesamt verbessert der vorgeschlagene Algorithmus effektiv die Sichtbarkeit und Helligkeit von Bildern bei guter Recheneffizienz.

Helligkeitsähnlichkeit;Kontrast;Bildqualitätsfunktion;Dunkelkanal;Quadtree-Algorithmus;Feedback-Mechanismus