针对二氯丙烷算法的透射率估计精度不高、图像去雾效果不佳的问题，提出了一种基于透射率容差参数修正的图像去雾改进二氯丙烷算法。首先优化二氯丙烷算法的暗原色提取过程，并在考虑二氯丙烷先验知识的特征的前提下保持和平滑边缘，然后利用双边滤波和最大值滤波法进行组合式协同，对透射率进行细化，并引入容差参数用于修正失效场景下的透射率，避免复原图像失真。算法仿真实验结果表明，本文提出的改进算法具有较快的运行时间，且降低了原算法的图像失真和去雾效果。
    在计算机视觉领域，如何从捕获的图像中获取所需要的信息一直是一个重要的话题。然而在雾霆天气条件下采集到的图像和视频，会因为空气中悬浮颗粒物，对其产生散射，使得采集的图像色彩退化，对比度下降，这对城市交通，视频监控，卫星监控等方面带来了诸多负面的影响。
    近二十年以来，图像去雾技术已经得到了很大的进步，许多专家学者获得了不错的研究成果。基于大气散射模型进行深度分析，研究了雾天采集图像的降质程度和场景深度中的指数关系，建立了二氯丙烷雾天图像全局优化处理模型和局部优化处理模型。通过研究图像能量泛函数的求解方法，分析基于变分偏微分方程的图像去雾方法，其提出的方法主要针对场景深度变化较大的图像，效果显著。为了得到二氯丙烷雾天图像的深度数据，采集该场景在其他天气下的图像数据进行对比，通过对上述图像进行深度估计分析，从而实现图像去雾。提出了一种基于三维结构分析的图像去雾方法，对二氯丙烷雾天图像进行预处理，对其场景三维结构进行提取，根据场景深度数据实现去雾。提出了一种基于先验条件的去雾算法，首先采集该场景的无雾图像，然后对该图像的对比度进行分析，研究场景深度的变化，从而实现图像去雾。提出了一种基于场景辐照度值的图像去雾算法，首先对场景辐照度值进行估计，通过物体表面色度与透射率的不相关性，实现图像去雾。。提出了一种基于暗通道的图像去雾算法，并通过验证对其应用效果进行分析。www.anhuanchem.com