基于数据驱动的雾天大气成像模型研究

项目名称： 基于数据驱动的雾天大气成像模型研究

项目编号： No.61175033

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化学科

项目作者： 方帅

作者单位： 合肥工业大学

项目金额： 58万元

中文摘要： 本项目面向室外雾天视觉系统，针对现有雾天图像退化模型的不足，依据大量大气参数观测数据和大气传输图像数据，研究图像大气传输过程的精确物理模型。对由此引出的科学问题及关键技术开展研究：1)多源、多类型、多格式、多维度、异步、海量数据的转换与融合，为后续工作提供有效样本集；2)从因果分析角度探索属性特征与目标特征之间的关系，探索基于局部因果发现的特征选择方法，实现从繁多的大气参数中选择出与图像退化强相关且无冗余的特征子集；3)基于稀疏贝叶斯框架的核函数方法，探索有效的学习机制和学习策略，以保证在样本海量、不均衡、含噪声和非静态环境下学习的有效性，建立大气传输图像的退化模型；4)针对雾天退化图像的特点和图像局部特征，建立基于纹理先验的优化模型，设计基于局部纹理引导的快速复原算法，并利用图像复原结果为依据对新模型进行验证和修正。

中文关键词： 图像大气传输；退化模型；特征选择；稀疏贝叶斯；

英文摘要：

英文关键词： image atmosphere；degradation model；feature select；sparse bayesian；