基于Shearlet变换的Retinex去雾算法

通常,雾天情况下拍摄的图像会因大气粒子散射而出现对比度低、图像模糊等问题,对交通监控系统等造成了一定的影响.针对这一问题,提出一种基于Shearlet变换的Retinex去雾算法.首先对有雾图像进行Shearlet变换分解,得到低频信息和一系列高频信息;由于雾气大部分存在于低频分量上,优先对低频系数使用多尺度Retinex算法进行处理以降低雾气对图像的影响;再对高频系数采用阈值法进行处理以去除噪声;最后再进行Shearlet逆变换,从而实现去雾,得到最终的增强图像.实验结果表明,该算法能增强图像的视觉效果,使图像的细节更丰富,达到去雾的目的.与其他算法相比,在亮度、对比度和信息熵方面均有一定程度的提高,处理后图像的视觉效果更好,是一种有效的雾天图像清晰化算法