雾图成像原理与图像去雾评价方法分析.docxVIP

雾图成像原理与图像去雾评价方法分析

一、引言

在户外视觉成像场景中，雾、霾天气是导致图像质量降质的核心因素之一。雾天空气中悬浮着大量微小水滴、气溶胶颗粒等散射介质，会对自然光与目标反射光产生吸收、散射作用，使得相机采集的图像出现对比度降低、色彩失真、细节模糊、亮度偏移等问题，严重丢失场景纹理、边缘特征等有效信息。这类降质图像会直接影响智能监控、自动驾驶、遥感测绘、视觉识别等计算机视觉任务的精度与稳定性。

图像去雾技术是通过算法逆向修正雾天图像的降质缺陷，还原清晰无雾图像的核心技术。为精准掌握去雾算法的适配性与优化方向，需先明确雾图的成像物理机制，同时建立科学、全面的图像去雾质量评价体系。本文系统剖析雾图的大气散射成像原理，分类阐述主流的主观、客观去雾评价方法，对比各类方法的原理、优势与局限性，为图像去雾算法的研发、验证与落地应用提供理论支撑。

二、雾图成像核心原理

雾图的成像降质本质是大气散射介质对光线的调制作用，目前行业通用的核心理论为大气散射模型，该模型精准描述了雾天场景光线的传播规律与图像降质过程，是所有传统及深度学习去雾算法的物理基础。雾天图像的成像退化主要由光线衰减与大气光散射两大过程共同作用形成。

2.1成像物理机制

在纯净大气环境中，场景目标反射的光线可直接沿直线传播至成像设备，成像画面清晰、色彩真实、细节完整。而雾天大气中悬浮的微米级水滴、粉尘、气溶胶等粒子，会对