１　引　言

雨、冰、雪、霧和其他天氣現象，直接降低道路的有效運輸能力［１］。文獻［２］基于ＨＩＳ空間直方圖等特征識別駕駛輔助系統的圖像上存在的晴、雨等現象。文獻［３］分析車載設備采集圖像的梯度與ＨＳＶ空間直方圖識別晴天、雨天和多云三類天氣，然而無法滿足當前的應用需求［４］。圖像去霧算法分為霧天圖像增強方法、基于大氣物理模型的去霧算法［５］，基于大氣物理模型的去霧算法需要已知場景深度或大氣條件信息［６-９］。近幾年來，利用各種較優化模型求解參數較佳估計值的方法成為研究熱點，Ｆａｔｔａｌ［１０］假定透射率和表面投影在局部是不相關的來估算景物的反射率，推斷景物光在空氣中傳播時的透射率。Ｈｅ等［１１］根據暗原色先驗模型提出單一圖像去霧方法，得到高質量的圖像，本文去掉了軟摳圖這一比較耗時的步驟，以便滿足實時性要求。