本项目针对恶劣天气条件下的图像复原问题进行研究,取得了以下成果(1)根据大气光散射软件的仿真结果,提出广义高斯相函数的假设,并据此对辐射传输方程进行求解,推导出恶劣天气条件下的图像退化模型。(2)提出一种用于单幅图像深度估计的迭代算法,将图像分割与深度估计相结合,获取自然场景几何结构。(3)利用图像分割信息,结合暗通道假设,通过置信传播算法对雾天传输图进行修补,有效的改善了雾天图像复原的精度。(4)提出了基于三边滤波器的雾天图像复原算法,既克服了复原模型本身的缺陷,又提高了计算效率。而且引入了色彩恢复因子,解决了由复原引起的图像色彩失真问题。(5)利用雨的时空特性和色度特性约束,对图像序列中的雨进行有效检测,并通过雨与背景的混合比,实现雨天图像复原。(6)建立了三个实验平台,分别用于白天可见光被动成像,夜间主动点光源成像以及白天可见光偏振成像。在采集图像的同时,记录并保存相应大气参数,为本项目及今后的研究工作提供了丰富的实验数据和良好的验证平台。
英文主题词image restoration; dark channel prior; Dehaze/Defog; image degradaion model