1.2 本章算法

1.2.1 特征提取層

根據(jù)霧圖的成像原理，研究人員通常使用大氣散射模型來(lái)模擬霧圖的成像過(guò)程[17]，因此該模型也是圖像去霧的重要依據(jù)[18]。大氣散射模型的表達(dá)式為：

式中， J（x）表示成像設(shè)備獲取的有霧圖像；I（x）表示去霧之后的圖像；A表示大氣光值；t（x）表示傳輸圖。為了更加清晰地表示去霧過(guò)程，可將式（1-1）進(jìn)一步表示為：

從式（1-2）中可以看出，在得到大氣光值A和傳輸圖t（x）兩個(gè)先驗(yàn)知識(shí)的基礎(chǔ)上即可進(jìn)行圖像去霧。因此，去霧算法的核心任務(wù)就是估計(jì)得到大氣光值A和傳輸圖t（x）。在一些基于深度學(xué)習(xí)的去霧算法中，首先用CNN估計(jì)傳輸圖t（x），再用傳統(tǒng)的方法估計(jì)大氣光值A。這類(lèi)算法的去霧性能較好，但不是真正意義上的端到端圖像去霧算法。本章則利用 UNet 這一通用網(wǎng)絡(luò)來(lái)直接估計(jì)傳輸圖t（x）、大氣光值A和無(wú)霧圖像I （x），目的是實(shí)現(xiàn)一種直接學(xué)習(xí)、輸入自適應(yīng)去霧模型。