机场雾天环境下场景成像退化模型及增强方法研究

雾天环境下，由于大气的散射作用，机场各类图像和视频监视设备的成像会出现不同程度的退化，场面目标成像不清晰，给空管运行指挥、飞机起降和机场管理带来严重影响。因此，研究雾天环境下机场场景的成像退化模型和增强方法，是提高机场环境的可视性、保障低能见度天气条件下机场运行安全的一项迫切任务。本课题以大气物理退化模型为基础，研究机场雾天环境下场景成像退化模型及增强方法，结合雾天图像的暗通道先验信息、场景自动分割及多尺度Retinex图像增强理论，实现单幅图像或连续视频的去雾和增强。本课题的重要创新点：提出一种复杂光照条件下的环境光估计方法，建立更为准确的大气环境光照模型；提出一种复合多尺度模型来获取更为准确的场景深度信息；提出一种基于局部统计信息的多尺度Retinex图像增强方法，解决退化图像增强过程中的色彩失真问题。本项目有望取得具有国际先进水平的学术和科研成果。

课题以大气物理退化模型为基础，研究机场雾天环境下场景成像退化模型及增强方法，以暗通道理论模型和基于Retinex理论的人眼视觉模型为切入点，结合雾天图像的暗通道先验信息、场景自动分割及多尺度Retinex图像增强理论，实现了单幅图像或连续视频的去雾和增强。课题在研究过程中，先后提出了一种基于图像分割技术的复杂光照条件下的环境光估计方法；在雾天图像恢复模型中增加约束因子，建立了更为准确的大气环境光照模型；提出了一种复合多尺度模型来快速获取更为准确的场景深度信息；提出了一种基于局部统计信息的多尺度Retinex图像增强方法，解决了退化图像增强过程中的色彩失真问题。研究成果对目前图像视频去雾技术和系统的研发具有一定的指导意义，同时本项目取得的部分成果已实际应用到了机场场面视频监控系统中。