单幅图像雾霾去除算法研究的中期报告.docx

单幅图像雾霾去除算法研究的中期报告 1. 研究背景与意义 雾霾天气给人们的日常生活带来了很多麻烦，也对城市空气质量和人们身体健康造成了严重的影响。在图片处理领域，如何消除雾霾对图像质量的影响，提高图像清晰度，对于研究和开发具有重要意义的图像算法，也有重要的应用价值。 2. 前期研究综述 早期的雾霾去除算法主要集中在传递滤波（guided filter）和暗通道先验（dark channel prior）这两个方面：（1）传递滤波通过传递滤波器来估计场景的透射率，然后根据透射率和输入图像生成无雾图像。（2）暗通道先验算法利用室外图像的局部暗通道统计量来估计相应像素的透射率。 这些算法虽然在一定程度上可以恢复图像的质量，但是仍然存在一些问题：如传递滤波算法在边缘处可能会产生锯齿状的伪影；暗通道先验算法在场景中存在错误估计的区域时，也会造成一些质量上的问题。 3. 研究内容与进展 针对前期算法存在的问题，在本次研究中，我们进一步探讨了（1）多传递滤波器（multi-guided filter）算法以及（2）基于纹理和深度信息的算法。 （1）多传递滤波器算法 传递滤波器算法是一种基于低层级特征的局部滤波方法，通常会将滤波过程分为两个步骤：先估计透射率，再进行复原。我们创新性地提出使用多个传递滤波器来对透射率进行估计，旨在将多个传递滤波器处理结果的优点结合起来，从而更精确地估计透射率。 （2）基于纹理和深度信息的算法 我们使用纹理和深度信息来优化算法。在场景中，纹理信息往往在远处变得模糊，而深度信息则可以描述场景中不同物体之间的空间关系。我们尝试联合使用这两种信息来解决图像中雾霾过多而导致物体无法分辨的问题。 通过实验，我们发现两种算法都对图像的质量有一定程度的提升。 4. 下一步工作方向 进一步探究与优化算法，提升算法的实用价值。同时，考虑将算法应用到实际场景中，同时解决算法的实用问题，如计算速度等方面的优化。