基于视觉认知的大景深雾霾退化图像去雾技术研究

项目名称： 基于视觉认知的大景深雾霾退化图像去雾技术研究

项目编号： No.61372167

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 毕笃彦

作者单位： 中国人民解放军空军工程大学

项目金额： 80万元

中文摘要： 可见光成像系统受雾霾天气影响，成像质量严重下降，如何改善雾霾退化图像的质量，尤其是大景深图像的质量成为当前亟需解决的问题。目前，单幅图像去雾所依赖的模型无法准确描述大景深图像的退化要素和过程，且模型求解所依赖的先验知识具有局限性。因此，本项目开展大景深图像雾霾退化的基础理论及去雾技术研究，融合复杂大气光、混浊介质和湍流介质退化提出大景深图像雾霾退化模型，更为准确的描述大景深图像的退化过程；分别通过人眼视觉认知机制和数值仿真方法研究模型求解所需的具有鲁棒性的先验知识；对多种人眼视觉机制建模，并应用于模型的变量求解，设计最优化求解方法，实现对变量的快速、准确估计；融合统计模型、视觉信息模型和机器学习理论等，提出基于特征认知的图像去雾质量评价方法，充分拟合人眼主观评价结果。最终将形成一套大景深图像雾霾去除的新方法，预期成果将在智能交通、视频监控、智能武器等领域，具有重大理论意义和实用价值。

中文关键词： 图像去雾；图像增强；视觉认知；雾霾退化模型；大景深图像

英文摘要： Visibility of image degraded by haze descends serverely, so designing methods to improve the visibility of haze degraded image, especailly image with deep depth, becomes a problem need to be resolved imperatively. Presently, models that single image deha

英文关键词： Image Dehazing；Image Enhancement；Visual Congition；Haze Degradation Model；Deep Depth Image