기존 알고리즘의 이미지 패턴 단일 처리 및 범용성 제한 문제를 해결하기 위해 암채널 사전 정보를 기반으로 한 다중 모드 이미지 안개 제거 강화 알고리즘이 제안되었다. 이 알고리즘은 편광 강도, 스톡스 파라미터, 선형 편광도 등 다양한 모드의 편광 이미지와 기존 RGB 및 흑백 이미지에 모두 적용 가능하다. 편광 이미지의 경우 K-평균 군집화, 격자화 및 양선형 보간법을 사용하여 대기광 값을 추정하고, 밝기 및 구조 가중치를 도입하여 대기 투과율을 추정한다. 암채널 계산은 다중 스케일 가우시안 필터링과 그라디언트 기반 적응 가중치 융합을 사용한다. RGB 및 흑백 이미지의 경우 K-평균 군집화를 이용하고 하늘 픽셀의 95 백분위를 통해 대기광 값을 추정하며, 가우시안 라플라스 에지 검출 및 양선형 보간법을 결합하여 대기 투과율을 추정한다. 암채널 계산에는 다중 스케일 침식 연산과 국부 대비 기반 가중치를 사용한다. 옅은 실외 안개와 실내 인공 짙은 안개 아래에서 다양한 모드 이미지를 수집하고 암채널 사전 정보 및 다중 스케일 레티네스 알고리즘과의 안개 제거 강화 효과를 비교하였다. 결과는 제안된 알고리즘이 이미지 선명도, 가장자리 및 세부 복원에서 현저한 향상을 나타내었으며, 평균 그래디언트, 이미지 엔트로피 및 최고 신호대잡음비가 다중 스케일 레티네스 알고리즘 대비 편광 이미지에서 최소 112.6%, 14.0%, 5.0%, 비편광 이미지에서 최소 103.6%, 20.6%, 21.9% 향상됨을 보여주었다. 본 알고리즘은 이미지 품질 향상에 우수할 뿐만 아니라 다양한 모드 이미지에 대해 범용성을 가진다.

이미지 안개 제거;이미지 강화;편광;암채널 사전;다중 스케일 레티네스 알고리즘