基于场景深度排序的单图像去雾

在雾霾天气中拍摄的图像通常会出现质量退化，许多去雾方法已被开发用于解决此问题。然而，单图像去雾问题由于其不适定性仍然具有挑战性。在本文中，我们提出了一种深度排序引导的单图像去雾方法，利用雾霾图像中的深度排序来引导去雾过程，以实现对应去雾结果中类似的深度感知。深度感知的一致性确保了雾霾图像中看起来更远或更近的区域在对应去雾结果中也同样看起来更远或更近，从而有效避免不良视觉效果。为实现这一目标，提出了一种简单而有效的策略来提取雾霾图像中的深度排序，为雾霾天气下的深度感知提供参考。此外，设计了一种嵌入深度排序的变换模型，在深度排序的引导下执行透射率估计，以实现去雾结果中不变的深度排序。提取的深度排序为去雾过程提供了强大的全局约束，有助于高效利用全局信息，从而整体提升恢复质量。大量实验表明，所提出的方法能够更好地恢复潜在结构和生动色彩，且计算效率优于最先进的去雾方法。