目前已知的透雾算法大致可以分为两大类:一种是非模型的图像增强方法,通过增强图像的对比度,满足主观视觉的要求来达到清晰化的目的;另一种是基于模型的图像复原方法,它考查图像退化的原因,将退化过程进行建模,采用逆向处理,以最终解决图像的复原问题。
实时视频透雾技术与其它透雾方法相比的优势主要体现在以下几方面:
透雾能力强
实时视频透雾技术能够根据不同的景深准确的去除相应程度的雾气。传统图像增强的方法可能出现近景透雾效果较好而远景则仍残余朦胧雾气;而基于图像复原方法的透雾效果与选择成分的准确性有关,成分选择准确则透雾处理效果较好,如成分选择不准确则可能出现很糟的结果,因此该方法的透雾算法性能不够稳定;
通透性好
经过实时视频透雾技术处理后的图像很通透,有较好的对比度。而其它方法因为对景深估计不准确而残余了雾气,使透雾后的图像并不是很通透;
细节保留程度高
实时视频透雾技术中包含保持细节的特殊处理,因此透雾后的图像能把原来隐藏在雾气后的细节信息继续保留甚至部分增强,这也是其它方法难以达到的;
色彩的饱和度高、还原能力强
实时视频透雾技术不会改变图像的色调而仅仅是增加其色彩的饱和度,其它透雾方法则可能出现色调失真的问题;
不会引起图像偏暗现象
实时视频透雾技术由于包含有亮度提升性能,不会出现结果图像偏暗的现象。其他方法则可能引起对比度降低的问题;
应用范围广泛
实时视频透雾技术也可用于对无雾的图像进行处理,提高原图的对比度与饱和度,同时能够改善图像的通透感,起到提升图像视觉品质的作用。