除沙尘预处理-线性色彩校正除沙尘，线性色彩校正背景沙尘暴的颗粒半径接近25µm，远远大于雾霾(0.01 ~ 1µm)

除沙尘，线性色彩校正

背景

沙尘暴的颗粒半径接近25µm，远远大于雾霾(0.01 ~ 1µm)和雾(1 ~ 10µm)，因此除雾算法模型不适用。

由于沙尘天气下空气中悬浮的沙尘颗粒对蓝色光的吸收和对红色光的反射，沙尘暴图像一般呈现黄色，因为黄色光的穿透性和散射性最大，沙尘图像RGB三通道的直方图分布不均衡，同时存在分布较为集中，这使得图像整体看起来偏黄和偏红。沙尘环境下对视频图像采集的影响首先是色彩的偏移。

作者基于统计方法对沙尘暴图像进行预处理，采用基于统计方法的颜色校正方法去除色差，使图像呈现自然的外观。

O_{max}^{c} =O_{mean}^{c}+\mu *O_{var}^{c} \ O_{min}^{c} =O_{mean}^{c}-\mu *O_{var}^{c}

其中，c表示RGB通道， $O_{max}^{c}$ 表示最大值， $O_{mean}^{c}$ 表示均值， $O_{var}^{c}$ 表示均方差， $\mu$ 是控制参数。

对每个颜色通道做归一化处理，得到：

O_{CR}^{c} =\frac{O^{c}-O_{min}^{c}}{O_{max}^{c}-O_{min}^{c}}

其中， $O_{CR}^{c}$ 是颜色校正分量。

颜色校正不能解决光的吸收和散射导致的亮度不均匀问题，后续在HSV域对V分量使用gamma校正改善亮度问题、或者使用直方图均衡处理V通道提高图像对比度。增强图像改善程度，可以参考其他文献来加强处理。

参考文献：

A fusion-based enhancing approach for single sandstorm image -Xueyang Fu

基于色调映射的沙尘视频快速增强算法-钱绪泽