１　引　言

雨、冰、雪、霧和其他天氣現(xiàn)象，直接降低道路的有效運(yùn)輸能力［１］。文獻(xiàn)［２］基于ＨＩＳ空間直方圖等特征識(shí)別駕駛輔助系統(tǒng)的圖像上存在的晴、雨等現(xiàn)象。文獻(xiàn)［３］分析車載設(shè)備采集圖像的梯度與ＨＳＶ空間直方圖識(shí)別晴天、雨天和多云三類天氣，然而無法滿足當(dāng)前的應(yīng)用需求［４］。圖像去霧算法分為霧天圖像增強(qiáng)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(chǎng)景深度或大氣條件信息［６-９］。近幾年來，利用各種較優(yōu)化模型求解參數(shù)較佳估計(jì)值的方法成為研究熱點(diǎn)，Ｆａｔｔａｌ［１０］假定透射率和表面投影在局部是不相關(guān)的來估算景物的反射率，推斷景物光在空氣中傳播時(shí)的透射率。Ｈｅ等［１１］根據(jù)暗原色先驗(yàn)?zāi)Ｐ吞岢鰡我粓D像去霧方法，得到高質(zhì)量的圖像，本文去掉了軟摳圖這一比較耗時(shí)的步驟，以便滿足實(shí)時(shí)性要求。