一.暗通道去雾简介

    本章基于暗通道先验知识，针对传统暗通道先验去雾算法处理后的图片纹理细节丢失，边缘轮廓不清晰等问题提出了一种将有雾图像分解为结构层与纹理层分别优化的图像去雾算法。

    在对结构层进行去雾处理时，提出了一种基于超像素的暗通道，将图像分为不同的非局部区域且每个区域内的透射率是一致的。针对传统基于局部梯度结构的透射率优化办法造成的噪声放大以及图像边缘的深度跳跃现象，提出了一种基于非局部正则化模型的透射率优化方法，并通过容差机制对暗通道先验知识失效区域的透射率进行优化；

在纹理层优化的过程中，建立了一个指示纹理区域的遮罩，保留了遮罩内的高频信息，滤除了遮罩外的细小噪声，最后将优化后的纹理层与结构层重组得到最终的无雾图像。算法流程图如下图3所示。

二.结构层去雾阶段

2.1 结构层

2.2 超像素暗通道求取初投射率

2.3.1 进行非局部区域正则化模型优化初始透射率

2.3.2 引入容差机制优化明亮区域透射率

2.4. 去雾后的结构层

三.纹理层优化阶段

3.1 纹理层

3.2 建立指示纹理区域的遮罩

3.3 对遮罩内纹理进行优化

3.4 优化后的纹理层

四.整体步骤

第一步：输入图像

第二步：图像分解

第三步（1）：结构层去雾阶段

第三步（2）：纹理层优化阶段

第四步：图像重组

第五步：输出图像