针对传统暗通道先验算法去雾后存在去雾不彻底、景物边缘出现光晕效应以及处理速度慢等问题，提出一种基于底帽变换与图像融合的图像去雾算法。首先对雾图进行降采样，加快算法处理速度；然后根据底帽变换可以取得较好轮廓图的特点，将最小通道图进行底帽变换并与其灰度反转图进行图像融合，从而优化暗通道图像边缘；将经过双边滤波和开、闭运算后的透射率与改进暗通道得到的透射率进行融合，实现对透射率的精确估计，之后使用导向滤波精细化透射率；最后利用大气散射模型得到去雾后的图像。实验结果表明，该算法处理后的图像峰值信噪比（PSNR）和结构相似度（SSIM）分别提高了4.3%和8.5%，处理时间减少了98.5%。
0 引言
雾霾是一种常见的大气现象，出现雾霾时空气中悬浮各种颗粒物，比如微小水滴、冰晶、灰尘等，不仅使大气变得浑浊，而且会吸收、反射和散射来自大气和物体的光，令场景能见度大幅降低，导致采集的图像质量变差，图像中有用信息急剧减少。作为计算机视觉系统处理图像的源头，采集的图像质量对后续的图像处理至关重要，图像质量的优劣影响应用系统的安全性和稳定性。图像去雾技术能减小雾霾对图像造成的负面影响，增强图像对比度，恢复图像颜色或场景深度，