基于DehazeNet与边缘检测均值引导滤波图像去雾算法
【摘要】 针对目前在有较多明暗区域的雾天图像去雾处理，存在恢复的图像偏暗和丢失图像边缘细节信息的问题，提出了基于DehazeNet与边缘检测均值引导滤波图像去雾算法。使用DehazeNet可训练卷积神经网络，根据4个雾天相关特征来估计雾天图像的初透射率图;通过局部的大气光值获得初大气光值图，替代单个大气光值，避免恢复的图像偏暗;提出边缘检测均值引导滤波算法，分别对初透射率图和初大气光值图进行优化，保留边缘细节信息;最后基于大气散射模型还原出去雾后的图像。实验结果表明:该算法去雾图像的主观视觉效果较好，且图像信息熵、峰值信噪比和结构相似性3方面的客观评价结果也较优于其它对比算法。可以解决恢复图像偏暗和丢失图像边缘细节信息的问题，使去雾图像清晰自然。
