雾霾污染下基于混沌性的图像去雾算法改进

传统基于边缘保持滤波的单幅图像快速去雾算法,在雾霾污染大气粒子散射作用下,图像会受到雾化背景的干扰,出现浓雾噪点,图像结构信息复原效果较差.提出一种基于混沌性的加权滤波图像快速去雾算法,通过分析雾天雾化背景干扰下的图像信息,获取图像数据的混沌特性,并对雾化图像进行最小颜色分量估计.在此基础上,结合带雾图像暗原色模型、时域和频域特征分量模型,构建出自适应加权滤波模型,完成基于混沌性的加权滤波图像快速去雾算法的改进设计.实验结果表明,采用该算法能避免雾化图像中间区域的颜色失真,降低雾化背景干扰,减少浓雾噪点,使远景的混沌特征得到合理的保留,在图像质量和运算性能方面都具有优越性.