《表1 不同算法的评价指标对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《波长相关物理成像模型的交通监控图像去雾算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

进一步测试算法在500张仿真雾图上的去雾效果，并使用SSIM和PSNR定量评价，结果见表1.本文算法具有最高的指标值，较暗通道先验算法的PSNR值至少提高了20%，较次优的WLS算法提高了近7%.这是由于改进暗通道先验算法将大气散射系数视为常量值，未考虑雾气浓度分布不均匀情况，导致透射率值估计存在误差，去雾结果失真.直方图融合方法用基于波长的物理成像模型实现去雾.但该策略计算透射率时，未考虑像素间的空间相关性，仍存在将白色前景目标误认为天空区域的问题.WLS算法利用最优化理论搜索满足交通雾天成像约束时的最优去雾结果，但此约束条件未能满足所有现实情况，去雾结果仍存在颜色失真.本文算法在采用基于波长的物理成像模型基础上，使用快速模糊相关图割算法来计算透射率，即避免了散射系数为固定值的情况，还考虑了像素的空间相关性，具有最优的去雾效果.