单一雾霾图像RGB值先行验证去雾算法研究

针对单一雾霾图像的去雾算法,通常以颜色增强与先行验证较为常用,目前结合深度学习应用于雾霾图像处理算法也常出现,并且取得了一定的成果和应用。本研究受两个传统的先行验证算法,即黑通道先行验证与彩度灰度值先行验证方法的启发,通过深入研究修复后雾霾图像与无雾图像RGB值的先行验证,发现其两者存在的相关性的统计规律,基于这一特点利用卷积神经网络进行学习,使得雾霾图像得到了修复,并取得了较为理想的视觉效果。后通过PSNR评价结果表明,雾霾图像修复的理论结果与目测的实践结果基本吻合,从而也证实了本研究所采用的RGB值先行验证算法具有一定的实用价值。