Este documento propone un método de desempañado de imágenes basado en una estimación incorrecta de la luminosidad atmosférica y problemas de saturación de colores y baja luminosidad en áreas brillantes después del desempañado. Este método utiliza la segmentación de superpíxeles para una segmentación más fina de las imágenes empañadas, agrupando áreas con características de profundidad similares como bloques de superpíxeles, reemplazando la ventana de filtrado fija tradicional por un bloque de superpíxeles, suprimiendo eficazmente los efectos de bloque en áreas de fuerte variación de gradiente; segmentación de áreas brillantes y oscuras mediante umbral adaptativo y uso de una estrategia mixta de canal oscuro para mejorar la robustez del algoritmo de desempañado en diferentes escenarios; construcción de un modelo de estimación de la luminosidad atmosférica acoplado a un canal oscuro, y aplicación de un filtro guía para mejorar la precisión de la estimación de la luminosidad atmosférica y la coherencia espacial; obtención de imágenes libres de niebla invirtiendo el modelo de dispersión de luz atmosférica mejorado mediante un conjunto de parámetros de dispersión de luz y luminosidad. Los resultados del experimento simulado muestran que el método propuesto alcanza un PSNR de 26,815 en el conjunto de datos OTS, alcanza un SSIM de 0,576 en el conjunto de datos O-HAZE, solo tarda 36,281 segundos en procesar el conjunto de datos I-HAZE, y aumenta en promedio un 13% y un 5% respectivamente el PSNR y el SSIM. El experimento muestra que el método propuesto mejora eficazmente la saturación de colores y el equilibrio de luminosidad de las imágenes restauradas, y todos los indicadores de evaluación objetiva y subjetiva superan a los algoritmos de comparación.

Desempañado de imágenes, fusión de los canales oscuro y luminoso, segmentación de superpíxeles, modelo de dispersión atmosférica, canal oscuro previo