Этот документ предлагает метод удаления тумана на изображениях на основе неправильной оценки атмосферного света и проблемы недостаточной насыщенности цветов и темного яркого участка после удаления тумана. Этот метод использует сегментацию суперпикселей для более детального разделения инковертированных изображений, группирующих области схожих глубинных характеристик в качестве суперпиксельных блоков, заменяющих традиционное фиксированное окно фильтрации суперпиксельным блоком, эффективно подавляя блочные эффекты в областях резких градиентов; разделение ярких и темных областей с помощью адаптивной пороговой сегментации и использование смешанной стратегии темного канала для увеличения устойчивости алгоритма удаления тумана в разных сценах; построение модели оценки атмосферного света, связанной с темным каналом, и применение руководящего фильтра для улучшения точности оценки атмосферного света и пространственной согласованности; вывод безтуманных изображений на основе обратного расширения усовершенствованной модели атмосферного рассеивания через шаблон параметров рассеивания света и света. Результаты имитационного эксперимента показывают, что предложенный метод достигает PSNR 26,815 в наборе данных OTS, достигает SSIM 0,576 в наборе данных O-HAZE, занимает всего 36,281 секунд для обработки набора данных I-HAZE, PSNR и SSIM в среднем увеличиваются на 13% и 5% соответственно. Эксперимент показал, что предложенный метод эффективно повышает насыщенность цветов и баланс яркости восстановленных изображений, и все объективные и субъективные оценочные показатели превосходят алгоритмы сравнения.

Удаление тумана с изображений, слияние темного и яркого каналов, суперпиксельная сегментация, модель атмосферного рассеивания, предварительный темный канал