文 献 综 述
- 研究背景及意义
图像去雾去模糊是图像处理和计算机视觉领域的一个重要研究内容和研究点。
图像去雾技术主要是通过一些方法去除图像中雾的干扰，从而得到无雾的高质量图片。图像去模糊则是通过特定的方法去除人为因素或者外界因素所带来的图像模糊，从而得到高清原图。两种研究领域都是为了得到满意的视觉效果，并且从其中获取到更多的图像信息。
这些技术在航拍、水下图像分析、户外视频监控、日常图片处理，以及现有车辆、飞机、船只的安全辅助驾驶系统或将来的自动驾驶汽车等诸多领域都有很高的应用价值。尤其是近几年总体环境质量的下降，大雾天气下实拍的图片，受浓雾的影响图片质量退化严重，几乎无法从其中得到我们想要的信息。由此可见对于这一技术研究的紧迫性。虽然该领域的技术在国内外已蓬勃发展，但是有些难点问题一直没有得到很好的解决。因此着手于次领域的研究有着很重要的科学价值。
二、图像去雾和图像去模糊简介
图像是视觉的基础，是人类获取和利用视觉信息的主要途径和手段，是自然景观的客观表现。由于现实生活中存在着各种各样的因素影响着视觉系统的成像质量，导致通过成像设备获取的图像产生了一定程度的退化，如光学透镜、光电传感器的非线性、图像散焦模糊、相机运动带来的模糊、大气湍流等。对于大多数视觉系统而言，户外恶劣天气和相机晃动是造成图像质量下降的重要原因，其中能见度低、图像模糊，出现最为频繁，且分布区域广泛的雾、霾天气，是影响户外视觉系统城乡的重要因素。
图像去雾，顾名思义，去除图像中影响图像质量的关键因素——雾，从而得到人们想要得到的高质量清晰的无雾图像。此项技术已经被应用于绝大多数的室外视觉系统，因为这些系统都需要清晰准确地提取图像特征，而天气状况的影响却是首要因素。尤其是雾天条件下，由于场景点辐射的光能受到大气粒子的散射作用，导致系统的性能大幅度下降甚至无法正常工作，采集的图像特征衰减严重，这极大地限制和影响了系统效用的发挥。因此图像去雾技术需要在不断地发展中不断地完善。本课题拟采用基于先验知识和盲反卷积算法进行图像去雾，通过收集大量的带雾图像，来测试算法的鲁棒性。主要研究基于暗原色先验的图像去雾处理，此先验为：在绝大多数非天空的局部区域内，某些像素总会有至少一个颜色通道具有很低的值。这是居于众多户外无雾图像库所得到的统计规律，因此对于一些比较特殊的图片会不成立。在验证了暗原色先验的正确性后，我们通过这一技术来实现图像的去雾处理。
图像去模糊和图像去雾有着同等重要的研究意义，由于图像散焦模糊、相机运动带来的模糊等，造成了图像质量的大幅下降。本课题采用稀疏正则化模型进行图像去模糊，达到复原高清图像的目的。针对图像的去模糊问题，国内外的学者们研究了多种正则化方法，但并不是都是完美的，总存在一些特殊的情况难以处理。因此对于图像去模糊的研究需要排除各种干扰，从而复原出图像的本来面目。
三、国内外研究
- 图像去雾技术的发展概况
有关图像去雾和去模糊的研究一直是数字图像领域的热门课题，无论是国内国外
