암채널 프라이어 기반의 이미지 안개 제거 방법에서 대기광 추정이 부정확하고, 밝은 영역의 안개 제거 후 색상 채도가 낮고 밝기가 어두운 문제를 해결하기 위해, 본 논문에서는 초픽셀 분할과 어둡고 밝은 채널 융합 기반의 이미지 안개 제거 방법을 제안한다. 본 방법은 초픽셀 분할을 이용하여 안개 낀 이미지를 정밀하게 분할하고, 유사한 심도 특성을 가진 영역을 초픽셀 블록으로 군집화하며, 전통적인 고정 필터 창 대신 초픽셀 블록을 사용하여 경사 급변 영역의 블록 효과를 효과적으로 억제한다; 적응 임계값 분할을 통해 밝은 영역과 어두운 영역을 결정하고, 혼합 암채널 전략을 사용하여 다양한 장면에서 안개 제거 알고리즘의 견고성을 향상시킨다; 암-명채널 공동 제약 대기광 추정 모델을 구축하고 가이드 필터를 적용하여 정밀 처리를 수행하여 대기광 추정의 정밀도와 공간 일관성을 향상시킨다; 최적화된 투과율과 대기광 매개변수를 기반으로 대기산란 모델을 역으로 유도하여 안개 없는 이미지를 얻는다. 시뮬레이션 실험 결과, 제안된 방법은 OTS 데이터셋에서 PSNR 26.815 dB, O-HAZE 데이터셋에서 SSIM 0.576, I-HAZE 데이터셋에서 처리 시간이 36.281초에 불과하며, PSNR과 SSIM이 각각 평균 13%와 5% 향상되었다. 제안된 방법은 복원된 이미지의 색상 채도와 밝기 균형을 효과적으로 향상시키며, 주관적 및 객관적 평가 지표 모두 비교 알고리즘보다 우수하다.

이미지 안개 제거; 암명 채널 융합; 초픽셀 분할; 대기 산란 모델; 암채널 프라이어