В статье предлагается метод удаления тумана из изображений на основе сегментации суперпикселей и слияния тёмных и ярких каналов, направленный на решение таких проблем, как неточная оценка атмосферного света в методах удаления тумана, основанных на априори тёмного канала, а также низкая насыщенность цвета и затемнённость ярких областей после удаления тумана. Метод использует сегментацию суперпикселей для точного разделения задымленного изображения, объединяя области с похожими характеристиками глубины в суперпиксели, заменяя традиционные фиксированные окна фильтрации, что эффективно подавляет эффект блоков в областях резких градиентов. Адаптивное пороговое разделение определяет яркие и тёмные регионы, при этом применяется смешанная стратегия тёмного канала для повышения устойчивости алгоритма удаления тумана в различных сценариях. Построена модель оценки атмосферного света с совместным ограничением по тёмным и ярким каналам и применена направленная фильтрация для точной обработки, что повышает точность и пространственную согласованность оценки. На основе оптимизированной пропускной способности и параметров атмосферного света обратным выводом из модели рассеяния атмосферы получено изображение без тумана. Экспериментальные результаты показывают, что предложенный метод достигает PSNR 26.815 дБ на наборе данных OTS, SSIM 0.576 на наборе O-HAZE, а время обработки на наборе I-HAZE составляет всего 36.281 с, при средних улучшениях PSNR и SSIM на 13% и 5% соответственно. Метод эффективно улучшает насыщенность цвета и баланс яркости восстановленных изображений, показатели как объективной, так и субъективной оценки превосходят сравнительные алгоритмы.

удаление тумана из изображений; слияние тёмных и ярких каналов; сегментация суперпикселей; модель атмосферного рассеяния; априори тёмного канала