【ISP】基于暗通道先验改进的红外图像透雾

AomanHao

发布于 2026-02-18 09:21:33

920

一、基于暗通道先验改进的灰度图像增强

短波中波红外图像对比度低层次感差，分辨率小导致视觉模糊，本文将暗通道先验应用于红外图像增强，改善红外图像低对比度问题。重点应用在室外观测实景

二、可见光RGB图像的暗通道先验透雾

可见光图像暗通道透雾算法是由何凯明提出，他把无雾图像划分为较小的图像区域，发现每个区域内都存在一些颜色通道非常低的值，几乎接近于 0，因此把趋于 0 的颜色通道称之为暗通道。暗通道先验基于可见光RGB图像的统计规律：无雾图像中，局部区域至少一个通道像素值极低（趋近0）。

暗通道算法不适合含有天空、镜面反射物体的场景

2.1 可见光暗通道计算

在RGB通道选择一个数值最小的通道作为暗通道数据

I^{\text{dark}}(x)=\min_{c\in{r,g,b}}\left(\min_{y\in\Omega(x)}I^c(y)\right)

其中J^C是不同色彩通道，\Omega(x)是以当前像素x为中心的窗口（3×3滑窗），y是滑窗内的邻域像素

2.2 透射率计算

t(x)=1−\omega *\frac{I^{dark}(y)}{A}

\omega为去雾强度，通常常取 0.95

2.3 透雾图像恢复

J(x)=\frac{I(x)−A}{max(t(x),t0)}+A

t0为透射率下限，避免除零

三、红外灰度图像的暗通道先验透雾

3.1 灰度图像DCP

红外图像为单通道数据，将局部最小滤波替代三通道最小，提取暗通道图。

I^{\text{dark}}(x)=\min_{y\in\Omega(x)}I(y)

\Omega(x)：以x为中心的窗口（选择15×15滑窗）

3.2 透射率计算

t(x)=1−\omega \frac{I^{dark}(y)}{A}

\omega为透雾强度，通常常取0.8-0.9

用原图I做引导，对透射率做引导滤波处理，消除块效应、保留边缘

3.3 大气光A估计

取暗通道前0.1% 最亮像素的均值

3.4 透雾图像恢复

J(x)=\frac{I(x)−A}{max(t(x),t0)}+A

t0为透射率下限，避免除零，取0.1

四、仿真结果

对网上找到的红外图像（左图）进行仿真，仿真结果（右图）具有透雾效果，对比度提升很多，还有一些artifit需要进一步处理

仿真代码链接如下，感兴趣的可以跑跑

测试代码链接

我的个人博客主页，欢迎访问

我的CSDN主页，欢迎访问

我的GitHub主页，欢迎访问

我的知乎主页，欢迎访问

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2026-02-17，如有侵权请联系 cloudcommunity@tencent.com 删除

博客

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度