雾霾图像复原助力室外场景目标信息增强  

作　　者：王文成[1] 李伦 吴小进[1] 殷宝鑫 兰晓伟 张英琪 

机构地区：[1]潍坊学院,山东潍坊250061 [2]曲阜师范大学,山东日照276827 [3]山东交通学院,山东济南250357

出　　处：《科技成果管理与研究》2024年第1期75-76,共2页Management And Research On Scientific & Technological Achievements

摘　　要：对图像特征进行准确提取是计算机视觉系统正常工作的关键因素,然而在雾、霾、烟等场景下,由于辐射光受到大气粒子的散射作用,导致场景的能见度降低,图像质量严重退化,不仅模糊不清,而且会出现严重的颜色失真,限制了系统效用的发挥,甚至导致这些机器视觉系统无法工作.因此,雾霾天气下的视觉图像清晰化已成为影响全天候室外场景目标检测、识别及跟踪等下游视觉任务的瓶颈问题,也被视为阻碍无人驾驶汽车走向市场全天候运行的最终技术难题之一.其相关研究成果可广泛应用于城市交通、户外视频监控、车辆安全辅助驾驶系统等领域,并且对水下图像分析等诸多领域具有参考价值.由于相关研究开展较晚,目前该技术在运算复杂度和参数自适应方面存在局限性,且去雾后的图像存在色彩偏移和失真等问题.

关 键 词：计算机视觉系统 机器视觉系统 颜色失真 室外场景 雾霾图像 参数自适应 图像清晰化 无人驾驶汽车 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]