1、由于受霧霾等復雜介質(zhì)環(huán)境的影響，成像設備獲取到的視頻圖像降質(zhì)嚴重，使得霧霾天圖像復原方法的研究成為計算機視覺技術發(fā)展中亟待解決的關鍵性問題。
　　本文旨在探討霧霾天視頻圖像復原及其效果評價方法的問題。針對自然場景下含霧圖像呈現(xiàn)出低對比度和色彩失真等問題，提出了一種基于視覺信息損失先驗的圖像去霧算法，解決傳統(tǒng)去霧算法處理大面積亮域背景時產(chǎn)生halo效應的問題，并提升算法實時性；針對當前降質(zhì)圖像復原技術缺乏有效量化評價標準的問題，探索

2、了一種基于先驗特征引導的圖像去霧效果量化評價方法，解決量化評價結(jié)果與人類感知之間的主觀一致性問題；針對視頻圖像去霧算法面向?qū)嶋H應用的現(xiàn)實問題，開發(fā)了一套視頻去霧的軟、硬件開發(fā)平臺，實現(xiàn)現(xiàn)場視頻圖像實時去霧功能。圍繞視頻圖像去霧技術的相關理論展開研究，主要開展了以下三個方面的研究工作：
　?。?）視覺損失先驗的圖像去霧算法研究。本文提出基于視覺信息損失先驗的圖像分層去霧方法，通過構(gòu)建視覺信息損失函數(shù)，將圖像去霧過程中的透射圖預估問題

3、轉(zhuǎn)化成求解約束條件下?lián)p失函數(shù)最小值的最優(yōu)化問題。為保留由于景物遠近造成的圖像視覺景深層次感，采用人類視覺系統(tǒng)模型對含霧圖像進行視覺景深劃分，結(jié)合視覺特性估算對應區(qū)域的粗透射率圖；然后，利用局部拉普拉斯濾波器對粗透射率圖進行細化和融合處理，得到全局透射率圖。本文去霧方法區(qū)別于傳統(tǒng)先驗算法的全局透射率提取，利用視覺分層技術對去霧結(jié)果的景深層次效果進行保留，使得復原效果更加接近真實場景。同時，避免了傳統(tǒng)去霧方法在透射率圖估算上的過分細化，彌補

4、了目標區(qū)域透射率估計不足，改善了大面積亮域背景下的圖像去霧效果，提升了去霧算法的實時性，為圖像去霧方法的研究提供了一種新思路。
　?。?）先驗特征引導的圖像去霧效果量化評價方法研究。研究發(fā)現(xiàn)，無參考圖像質(zhì)量評價過程接近于一個循環(huán)分類的比較過程，而不是直接對比預測出來的精確得分值。為了進行無參考圖像復原效果的評測，提出了心理推斷基準的概念來進行先驗特征數(shù)據(jù)歸一化處理。本文的評價機制首先提取含霧圖像中潛在的先驗特征，并進行特征篩選與優(yōu)

5、化；其次，將先驗特征與心理推斷基準數(shù)據(jù)進行比較，用以消除個體認知差異對評測數(shù)據(jù)的影響；最后，利用循環(huán)分類器訓練數(shù)據(jù)分類面，進而得到參評去霧算法的效果排序結(jié)果。該方法的主要貢獻是將在圖像質(zhì)量評價方法中常見的求解預測回歸模型問題，轉(zhuǎn)化為一個利用分類方法求解的數(shù)學問題，進而應用到含霧圖像復原效果的量化評價方法中。
　　（3）視頻圖像去霧算法的應用研究。本文在算法的研究基礎上，結(jié)合計算機和硬件設備，完成了視頻去霧算法在軟、硬件平臺上的開發(fā)

6、工作。在軟件測試平臺端，為了能夠更加直觀的對比本文提出算法與現(xiàn)有算法的清晰化處理效果，實現(xiàn)并對比了多種常見的圖像去霧算法，讀取并顯示了算法在處理過程中的文本信息，進而方便對去霧算法的時效性進行直觀比較。在嵌入式硬件平臺端，結(jié)合CCD攝像槍、DSP處理芯片、上位機以及視頻顯示器等外設，搭建了基于TMS320DM642處理芯片的霧霾天現(xiàn)場視頻圖像清晰化處理系統(tǒng)。在移植過程中，克服了算法大運算量與有限的片內(nèi)資源之間的矛盾，實現(xiàn)了在D1分辨率下