目的和意义：

目前，我国大、中城市普遍存在道路拥堵和交通管理不善的问题。根据中国交通部发表的数据显示，交通拥堵带来的经济损失占城市人口可支配收入的20%,相当于每年国内生产总值（GDP）损失5-8%,每年达2500亿元人民币。

近年来，随着无人机技术的飞速发展，多旋翼无人机因具有成本低廉、操作简单和灵活悬停等优点，在海事巡航搜救、智能交通和军事侦察等领域得到了广泛应用。无人机参与城市交通管理能够发挥自己的专长和优势，帮助公安城市交管部门共同解决大中城市交通顽疾，不仅可以从宏观上确保城市交通发展规划贯彻落实，而且可以从微观上通过搭载成像等设备进行实况监视、交通流的调控，构建水一陆一空立体交管，实现区域管控，确保交通畅通，应对突发交通事件，实施紧急救援。但无人机的视频成像质量易受城市雾霾天气干扰，影响后续目标检测、识别和跟踪等智能化需求，导致多旋翼无人机不能有效执行针对感兴趣目标的高质量成像，成为制约无人机智能化发展的关键与瓶颈问题，需要对无人机获取的图像进行去雾等增强处理。

针对多旋翼无人机图像处理的续航和实时性要求高的特点，我们引入嵌入式系统。嵌入式图像系统是一种先进的图像处理系统，因具有低功耗、集成度高、成本低、软硬件可裁剪等优点而被广泛应用在多个领域。嵌入式图像处理技术和传统的PC图像处理技术相比^[1]，具有很大的优势，能够快速、简单的处理图像。基于嵌入式数字图像处理技术具有成本低、通用性强、开发维护简单、稳定性良好等优点，因此在实际应用中，能够发挥出十分良好的作用和效果。

综上所述，无人机上搭载的嵌入式系统软硬件对摄像头获取到的图像进行实时处理，可保证雾霾天气条件下多旋翼无人机的高质量成像，且增强了无人机成像系统的鲁棒性。

国内外的研究现状分析：

视频图像去雾作为计算机视觉与图像处理领域新兴的研究方向，已被广泛应用于视觉感知增强系统，提高了交通物联网环境下对交通环境分析和判断的可靠性与准确性，因此无人机视觉系统去雾研究具有重要的理论价值和广阔的应用前景。目前，雾天降质图像的清晰化方法主要分为：基于图像增强的方法和基于物理模型的退化图像复原方法^[2]。

基于图像增强的去雾方法不需考虑图像质量退化原因，而是从人类视觉感受出发，突显某些按照特定需要的信息，削弱或去除某些次要信息。此类去雾方法主要包括：直方图均衡化^[3]、Retinex算法^[4]、小波分析^[5]和基于大气调制传递方程^[6]的方法。Kim等^[7]提出了局部直方图均衡化方法执行简单，针对单景深图像能取得较好的图像增强效果。Retinex是基于人类视觉认知功能构建的一种描述颜色不变形的模型，目前较常用的方法有单尺度Retinex、多尺度 Retinex和带色彩恢复的多尺度Retinex等。马忠丽等^[8]在传统单尺度 Retinex 去雾模型的基础上，提出了一种融合边缘信息的单尺度Retinex 快速海雾消除算法。孙伟和武鹏飞等^[9]在利用基于大气调制传递函数的方法进行图像去雾方面做了积极尝试，并在抑制背景干扰和快速双边滤波等方面进行了改进。但是，基于图像增强的去雾方法对整幅图像采取相同操作，未考虑深度信息对图像去雾效果的影响，抑制了此类方法在真实环境中的应用。