去霧增強系統采用香港微軟亞洲研究院何凱明先生的“暗通道”原理并對其改進后完成，由于該原理基本公式是一項不可求解的病態過程，實際應用中去霧算法的實現主要是公式中光介質傳輸系數t（x）和大氣背景光強度A兩參數的估計約束，由于這兩項參數求解需要對全幅圖像進行濾波等處理得出，運算量極大且理論上無法達到實時，因此本系統采取DSP與FPGA分工處理的方法進行。其中DSP主要完成上述兩項參數的估計，FPGA對圖像每個像素灰度值進行計算，該系統硬件工作分工及過程如圖2所示。具體算法將在下節介紹。

圖2 ? 實時圖像去霧增強系統硬件工作分工及過程圖

3、去霧增強算法

3.1、“暗通道”基本原理

在圖像處理領域，對因霧霾等影響造成圖像模糊應用比較廣泛的數學模型如式（1）所示：

I（x）=J（x）·t（x）+A［1-t（x）］（1）

其中I（x）表示成像設備對真實場景所成的觀察圖像即受霧霾影響所成圖像，J（x）表示真實場景圖像即不受霧霾影響的理想圖像，t（x）表示成像設備對光線的接收比例即光介質傳輸系數，A表示大氣背景光強度。對圖像進行去霧處理的實質是對公式（1）從左至右的逆推過程即已知觀察圖像I（x）求理想圖像J（x）。在實際的應用場景中，因為空氣具有自主流動性，在有限空間內可以認為大氣介質是均勻的其光傳輸系數不變可用式（2）進行表示：

t（x）=e-βd（x）（2）

其中β表示大氣散射系數，d（x）表示場景圖像的深度信息。結合公式（1）、（2）可以看出由于t（x）、J（x）、A同為未知量，是一個不可解過程。

HE的“暗通道”原理認為一副圖像中由于成像場景中陰影、色彩或暗表面等的影響，彩色圖像某一色彩通道、黑白圖像的某一局部區域有比較小甚至趨近于零的亮度值。某一圖像I（x）可用公式（3）表示：

Idark（x）=c∈{r，g，b}min（y∈ω（x）min（Ic（y）））→0（3）

式（3）中Ic表示圖像I的某一色彩通道，對于灰度圖像則表示圖像灰度值。ω（x）表示圖像中坐標x處周圍大小一定的圖像塊。HE等經過對大量圖片試驗證明無霧霾影響情況下Idark都比較小甚至趨近于零，這一發現就稱為“暗通道”原理。

3.2、圖像去霧處理

在“暗通道”原理支撐下HE在文獻［3］中綜合公式（1）~（3）對光介質傳輸系數t（x）進行估計約束，由于大氣背景光強度A始終為正值，假設其為已知值的情況下可得出公式（4）表示的估計值槇t（x）：

通過打量圖片試驗證明大氣背景光強度A可用先前選定的“暗通道”中最亮像素點灰度值的0.1%來進行估計。在對大氣背景光強度A和光介質傳輸系數t（x）有了合理估計約束后不難得出圖像去霧增強求解公式（5）：

J（x）=（（I（x）-A）/max（t（x），t0））+A（5）

對去霧增強圖像求解的難點及重點是光介質傳輸系數t（x）的合理估計及對求解結果的優化處理。為此本系統采用傳統的具有保邊效果的中值濾波來進行處理。實驗證明該簡化處理不僅能完全滿足實時處理要求，且最終處理結果同樣令人滿意。