西部尘霾天气下图像退化模型及快速去尘霾算法研究

The research objective of this project is real time image restoration on the condition of dust haze weather in Western China. Based on detailed analysis to the influence of western dust haze weather on imaging, aiming at the common problems of present algorithms such as edge restoration in poor effect and slower processing speed, image dust haze removal algorithm will be in depth study. Through accurate construction of image degradation model and reasonable determination to the prior constraint of image gradient sparsity for western dust haze weather, depth information of each block of an image will be fastly estimated and clear restoration of dust haze image will be achieved. Thus a rapid removal algorithm of dust haze image will be developed. Achievements that this project intend to obtain, not only for the deepening of image restoration technology research has certain academic value, but also has a positive effect for the promotion of application of computer vision and image processing system in the relevant fields.

本项目以西部尘霾天气条件下图像实时恢复为研究目的。在深入分析西部尘霾天气对图像成像影响的基础上，针对目前去尘霾算法普遍存在的边缘恢复效果不佳、处理速度比较慢等问题，对去除图像尘霾算法进行深入研究。通过精确构建图像退化模型，合理确定适合西部尘霾天气下图像梯度稀疏性的先验约束，快速估计每块图像的深度信息，对尘霾图像实现清晰复原，从而开发出快速去除尘霾图像算法。本项目研究拟取得的成果，不仅对于深化图像恢复技术研究具有一定的学术价值，而且对于促进计算机视觉和图像处理系统在相关领域的应用具有积极作用。

雾霾天气条件下，户外获取的图像通常会出现可视度下降、细节丢失、对比度下降等问题，对交通视频监控、计算机视觉等系统产生严重影响。我国西部地区由于沙尘天气与工业污染的影响，形成特有的尘霾天气，对于图像成像的影响与一般雾霾有所不同。尘霾图像退化的机理不同于大气散射模型，因此根据大气散射模型的去雾方法不能有针对性地处理西部地区的尘霾图像。.项目组以西部尘霾天气下的图像退化模型研究为核心，通过深入分析西部尘霾天气对图像成像的影响，提出使用光补偿方法将尘霾图像转化为适应大气散射模型的雾天图像，并将所提大气光估计方法和透射率优化方法应用于大气散射模型的改进，从而开发出适合于西部尘霾天气下的图像退化模型及快速去尘霾算法。.项目的主要研究内容和结果如下：.(1)利用半反图像建立大气耗散图模型：提出利用半反图像作为导向图获取大气耗散图，避免滤波操作以降低算法复杂度，获取更精确的大气光估值；(2)提出一种根据晕光算子和形态学操作进行大气光值的估计的方法：利用晕光算子检测到晕光和白色物体，并采用膨胀操作消除白色影响，提升大气光值估计精确度；(3)提出一种线性系数景深估计方法：建立亮度值与场景景深之间的线性关系模型；建立自适应散射系数估计透射率；(4)开展消除光晕现象的研究：结合融合策略提升边缘暗通道；采用中值滤波补偿边缘雾区；(5)开展透射率估计优化方法研究：提出相对透射率结合改进的边缘保持平滑滤波器精细化透射率；建立高斯暗通道模型迭代优化透射率；建立线性约束下的自适应高斯标准差；建立多尺度透射率估计模型；(6)针对尘霾图像的偏色复原研究：通过对尘霾图像偏色机理研究，提出色彩通道补偿方法修正偏色；利用光补偿复原方法将偏色尘霾图像转化为雾图进行复原。.项目组的研究成果实现了西部尘霾天气条件下图像的快速恢复，并实际应用于尘霾天气下的图象复原任务，填补了西部尘霾条件下图像恢复算法的技术空白。