暗通道去雾技术和聚类算法的优化研究

在交通运输行业中,每当天气中含有大量雾尘的时候,大气会发生散射,会对驾驶人员的视觉造成一定的干扰,对交通安全有着极大隐患;为避免交通事故的发生,我们在原有算法的基础之上,结合机器学习中的K—means聚类算法进行了优化研究,对含有雾的图像进行了去雾处理,使得图像的能见度增加;根据现实研究当中问题的实际情况,我们建立了暗原色模型,并利用暗原色算法拟合透射率,用K—means算法进行聚类分析进行处理强化图像的特征,结合估计出来的大气光强,利用去雾算法得到最终的无雾图像;最后我们通过Matlab进行分析演示,并且与其他算法的去雾处理图像进行对比与分析,图片更加清晰,可以很好的应用在航海交通,公路运输,气象遥感等方面的去雾领域,具有一定的应用价值。