复杂天气环境中图像序列的退化模型建立方法研究

在室外条件下获得的图像序列容易受到复杂天气环境的不利影响，使图像序列的视觉效果和数据质量下降。这些天气环境因素包括雨、雪、雾、沙尘和光照变化等复杂情况。为了使图像序列更适合人眼观测并为图像序列的进一步处理和分析准备数据，有必要对这些天气环境数据进行建模。图像序列是普遍存在时间和空间数据相依性的时变信号。首先，研究图像序列中的复杂天气环境数据建模方法，通过对图像序列的分析，提取天气环境数据，利用自适应统计和多帧图像数据融合技术建立一套全面的、系统的复杂天气环境数据模型。其次，研究天气环境模型的评价和选择方法，利用广义似然比来评价模型对天气环境数据的拟和优度，并将其作为模型选择的依据。最后，在天气环境模型的基础上探索图像序列的增强和复原方法。本项目研究是图像序列处理研究和应用的理论基础的重要组成部分。研究成果有望给计算机视觉和信号自适应统计研究和应用带来突破性进展。