基于数据驱动的雾天大气成像模型研究

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。

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。..本项目面向室外视觉系统，针对雾天退化模型的不足进行研究，取得了如下四个方面的成果：.(1) 数据库的建立：大气光学特性参数数据库实现了对图像数据和各类设备采集的大气参数统一管理，为退化机理和复原方法的研究提供良好的实验平台以及分析和验证数据。(2) 特征选择：基于特征相关性和冗余性，提出流特征下的在线特征选择框架，并提出和实现了两个在线特征选择算法OSFS和Fast-OSFS，从而实现了关键大气参数的选取。(3) 退化模型的建立：a)从平面平行大气辐射传输理论出发，通过求解辐射传输方程，并考虑临近效应，得到了非均匀路径中图像退化的光学模型；b)针对雾天情况下偏振成像视觉系统，同时考虑目标偏振信息和大气偏振信息，推导出新的大气传输图像偏振成像模型。(4) 雾天图像复原：a)基于非均匀路径图像退化光学模型，充分考虑成像路径的非均匀性，给出各个模型参数的求解方法，实现了雾天降质图像复原；b)提出了基于统计不相关性的大气偏振信息和目标偏振信息分离算法，利用新的偏振成像模型，实现了雾天降质图像复原复原；c)对实验结果的定性和定量分析证明了退化模型和复原算法的有效性。