既存のアルゴリズムにおける画像パターン処理の単一性および汎用性の制限という問題に対し、暗チャンネル事前情報に基づく多モード画像の霞除去強化アルゴリズムを提案した。本手法は偏光強度、ストークスパラメータ、直線偏光度の異なるモードの偏光画像および従来のRGBおよび白黒画像に適用可能である。偏光画像に対しては、K-meansクラスタリング、グリッド化、双線形補間を用いて大気光値を推定し、輝度と構造の重みを導入して大気透過率を推定する。暗チャンネル計算は多スケールガウスフィルタリングおよび勾配に基づく適応重み融合を採用する。RGBおよび白黒画像にはK-meansクラスタリングを利用し、空の画素の95パーセンタイルを用いて大気光値を推定し、ガウスラプラスエッジ検出と双線形補間を組み合わせて大気透過率を推定する。暗チャンネル計算は多スケール浸食操作および局所コントラストに基づく重みを用いる。屋外の薄い霧と屋内の人工濃霧の下で異なるモードの画像を収集し、暗チャンネル事前情報および多スケールRetinexアルゴリズムとの霞除去強化効果を比較した。結果として、提案アルゴリズムは画像の鮮明さ、エッジおよびディテール回復に顕著な向上を示し、平均勾配、画像エントロピー、ピーク信号雑音比は多スケールRetinexアルゴリズムと比較して偏光画像で最低それぞれ112.6%、14.0%、5.0%、非偏光画像で最低それぞれ103.6%、20.6%、21.9%向上した。本アルゴリズムは画像品質の向上において優れているだけでなく、多様なモード画像に対して汎用性を有する。

画像霞除去;画像強化;偏光;暗チャンネル事前;多スケールRetinexアルゴリズム