面向大气颗粒物干扰的图像清晰化算法研究与展望(特邀)

在恶劣天气条件下,大气中的颗粒物会造成图像失真,为光学成像应用带来挑战。图像去雾技术应运而生,成为了解决这一难题的关键。文中对近年来的去雾方法按照基于非物理模型、物理模型和深度学习的方法进行分类,并对每类方法中流行的去雾方法进行了阐述。非物理模型算法试图通过增强、融合等方式改善图像质量,但在复杂情境下表现不佳;物理模型算法通过对大气特性建模来复原图像,然而对气象条件的适应性仍有待提高;深度学习方法以其端到端的学习能力,为图像去雾带来了新的可能性,但面临数据和计算资源的挑战。通过对算法优缺点的比较,文中为未来去雾研究提供总结与帮助,预示着去雾技术在数字图像处理领域的重要性将不断增强。