文 献 综 述

1. 课题的研究意义和应用价值

雾是一种常见的自然现象，即使是晴朗天气，由于地面水汽的蒸发，观察远距离的目标也会受到薄雾的影响。雾能使大气能见度降低，这给户外的监测、跟踪、自动导航等带来很大的困难，尤其是对于航空和公路的影响最为明显。随着经济的快速发展，我国的交通运输业愈发占据了重要的地位，可以说人流、物流的频繁来往，交通运输承受了巨大的压力。因此，我们有必要对雾天图像进行清晰化处理，并且通过对各种图像增强方法的实验对比，找出最适合的方法。雾天图像清晰化方法的研究成果可以提高雾天获取图像的准确性，从而改善户外采集图像的有效性，最重要的是提高交通安全的保障。

2. 国内外研究现状及知识描述

雾天采集到的图像特征是人的肉眼主观视觉感觉不清晰，在图像数据上的表现是图像中原本较高的灰度值被削弱、较低的灰度值被加强，图像像素的灰度值的分布过于集中，是亮度、对比度增强的问题，因此雾天图像清晰化可以视为图像增强问题。

图像增强是数字图像处理技术的一个重要分支，随着信息化的不断发展，对图像增强的需求日益剧增。图像增强是一种采用计算机处理或者光学设备改善图像视觉效果的方法，对受天气影响的图像进行处理。图像增强的主要目标是经过相应的图像增强处理，达到更适合于特定应用的图像[1]。 现有的雾天图像清晰化方法可以分为两种：一是纯图像处理领域的观点，是图像对比度、亮度增强的问题，通过提高降质图像的对比度和亮度，以满足主观视觉的要求；二是物理模型观点，是对大气散射作用进行建模、与图像复原技术相结合的问题。

(1) 常规图像增强算法

纯图像处理领域中，图像增强技术主要有两类方法：空间域法和频率域法[4]。空间域中的方法主要在空间域内对像素灰度值直接运算处理，如图像的灰度变换、直方图修正、图像空域平滑和锐化处理、伪彩色处理等。频率域法是在图像的某种变换域内，对图像的变换值进行运算。其中常用方法有直方图均衡化算法、同态滤波算法。

直方图均衡算法主要包括全局直方图均衡化算法和局部直方图均衡化算法。全局直方图均衡化算法可以有效提高整个图像的对比度，但是由于雾天条件下的图像中景物影像的对比度降低与物体至照相机的距离呈非线性递增的关系，且因为单帧图像中的景物深度呈多样性，其退化程度也各不相同，所以采用全局处理方法对于雾天图像的处理效果不尽人意[6]。局部直方图均衡化算法虽然可以有效提高图像中每一个子区域的对比度，但是对于雾天图像的处理会使灰度变化缓慢的区域（如天空）进行了误增强，使处理后的图像不自然，而且该方法的计算量较大[6]。同态滤波算法是在频域中压缩图像的亮度范围，提高图像的对比度，但是该算法对于滤波函数的选择存在局限性，应用范围有限。以上两种方法均没有很好地解决人类视觉模糊问题[11]。

(2) Retinex算法