基于暗通道先验的雾霾天交通场景下退化图像复原算法研究的中期报告.docx

基于暗通道先验的雾霾天交通场景下退化图像复原算法研究的中期报告
摘要：
随着城市化进程的不断加快，雾霾天气越来越成为交通出行的常态，而雾霾天气对于交通场景下的图像拍摄质量有着明显的影响。针对这一问题，已有许多研究针对雾霾天气的图像复原问题进行了探讨，其中基于暗通道先验的方法被证明有效性较大。本文针对雾霾天气下交通场景的图像复原问题，结合暗通道先验方法提出一种新的图像复原算法，并初步进行了实验验证。实验结果表明，所提出的算法相比于传统的去雾算法在图像复原效果上有显著的提高，并具有一定的实际应用价值。
关键词：雾霾；图像复原；暗通道先验；交通场景
1、背景
随着城市化进程的加快和交通出行的不断增多，雾霾天气越来越成为日常生活中的常态。然而，雾霾天气对于交通场景下的图像拍摄质量有着明显的影响，导致图像的细节信息明显减少，对于人工识别和自动处理都带来了很大的困难。因此，雾霾天气下的图像复原问题一直是一个受到广泛关注的研究方向。
目前已有许多研究针对雾霾天气的图像复原问题进行了探讨，其中基于物理模型的方法和基于暗通道先验的方法是常用的两种方法。前者通过对雾霾成因的探讨，通常采用能量最小化的方法对图像进行模拟和去除雾霾。而基于暗通道先验的方法则是通过发现大气中常见景物像素在暗通道上具有低灰度值的特征，利用此特征对图像进行复原。
2、研究目的和意义
本研究旨在探讨采用基于暗通道先验的方法对雾霾天交通场景下的图像进行复原的可行性和优越性，进一步提高雾霾天气下交通场景图像的质量和准确性，为相关应用提供支持。
3、研究内容
本文采用基于暗通道先验的方法对雾霾天气下的交通场景图像进行复原。该方法的基本思路是通过统计一定区域内的像素点灰度值，利用大气散射模型和光线可透过物体的特性，挖掘图像中的暗通道信息，然后通过逆向操作对图像进行复原。
具体而言，我们首先通过计算图像中每个像素点在一定区域内的最小灰度值来得到暗通道图像，并利用气溶胶比例和大气光照模型对得到的暗通道图像进行估计；然后，根据唯一性约束和全局假设，推断图像中的透射率（transmission），最终通过逆向操作对图像进行恢复，得到复原后的图像。
4、研究进展
已完成相关算法的代码编写和初步的实验验证，实验结果表明所提出的算法相比于传统的去雾算法在图像复原效果上有显著的提高，并具有一定的实际应用价值。
5、进一步工作计划
在完成算法的验证和优化后，我们将进一步进行实验和测试，并考虑将所提出的算法应用于一些实际场景中，以全面探讨该算法的实用性和推广价值。同时，我们还将进一步深化相关理论和算法的研究，并探索与其他图像处理方法的结合，以期在图像复原方面取得更为出色的成果。
参考文献：
1.HeK,SunJ,TangX.Singleimagehazeremovalusingdarkchannelprior[J].IEEEtransactionsonpatternanalysisandmachineintelligence,2011,33(12):2341-2353.
2.彭鹏飞,田丰江,沈志强.基于暗通道先验的图像去雾算法研究[J].电视技术,2016,40(6):7-10.
3.李丹,陈超,张耀光.雾霾天气下车载摄像头图像处理技术研究[J].计算机工程与应用,2015,51(22):184-188.