Visibilidad en mal tiempo a partir de una sola imagen

El mal tiempo, como la niebla y la bruma, puede degradar significativamente la visibilidad de una escena. Ópticamente, esto se debe a la presencia sustancial de partículas en la atmósfera que absorben y dispersan la luz. En visión por computadora, los procesos de absorción y dispersión se modelan comúnmente mediante una combinación lineal de la atenuación directa y la luz ambiental. Basado en este modelo, se han propuesto algunos métodos, y la mayoría de ellos requieren múltiples imágenes de entrada de una escena, que tienen diferentes grados de polarización o diferentes condiciones atmosféricas. Este requisito es la principal desventaja de estos métodos, ya que en muchas situaciones es difícil de cumplir. Para resolver el problema, introducimos un método automatizado que solo requiere una única imagen de entrada. Este método se basa en dos observaciones básicas: primero, las imágenes con visibilidad mejorada (o imágenes de día claro) tienen más contraste que las imágenes afectadas por mal tiempo; segundo, la luz ambiental cuya variación depende principalmente de la distancia de los objetos al espectador tiende a ser suave. Basándonos en estas dos observaciones, desarrollamos una función de costo en el marco de campos aleatorios de Markov, que puede optimizarse de manera eficiente mediante varias técnicas, como cortes de grafos o propagación de creencias. El método no requiere la información geométrica de la imagen de entrada y es aplicable tanto a imágenes en color como en escala de grises.