为了提高偏振去雾方法对大气光估计的准确度,提出一种基于大气光偏振层析的雾天图像重构方法。在偏振空间下,将大气光梯度先验信息作为约束条件,对原始雾天偏振图像进行分层,估计大气光偏振图像;然后从大气光偏振图像中解析大气光,实现对大气光的偏振层析;最后,结合所提雾天图像偏振重构模型,并在大气光图像中估计无穷远处大气光,实现对雾天图像的去雾重构。实验结果表明,所提方法提高了大气光估计的准确度,进而使重构图像更清晰、目标还原度更高,且适用于不同浓度下的雾天图像重构。

为了定量评价和合理设计偏振滤波抑制大气背景光的金属光栅(WG)偏振片，提出了WG 偏振片效能表征模型。该方法利用严格耦合波(RCW)理论计算了WG 偏振片的TM 和TE 偏振透射率，并结合偏振滤波抑制大气背景光的效能计算模型，提出了在给定光栅材料与结构参数条件下面向大气背景光抑制的WG 偏振片效能表征方法。借助该方法，计算分析了一维矩形WG 偏振片的大气背景光抑制效能，结果表明：WG 偏振片采用金(Au)、铜(Cu)材料抑制大气背景光的效能优于银(Ag)、铝(Al)和铬(Cr)金属；随着线栅高度的增加，WG 偏振片抑制大气背景光的效能提高，较优的线栅高度取200 nm 以上；较优的线栅周期范围为200~300 nm；随着线栅占空比增大，WG 偏振片抑制大气背景光的效能提高。结合目前偏振片制备工艺，设计了面向大气背景光抑制的一维矩形WG 偏振片，其中光栅材料为Cu金属、基底材料为二氧化硅(SiO₂)、占空比为0.5、周期为250 nm、高度为200 nm。

为了解决暗原色先验去雾算法去雾后图像出现饱和区域和亮度过低的现象, 本文使用“大气光图”来代替原算法中的大气光值进行去雾。即去雾时使用的大气光值是像素点的位置函数, 解决了整幅图像使用同一大气光值导致的上述问题。假设图像中亮度变化方向是沿着 4个基本方向, 并且亮度沿着亮度变化方向分段单调变化, 采用分段线性插值的方法生成渐变的大气光图。新算法原理简单, 单帧图像的去雾时间没有明显的增加, 并且有效地改善了暗原色去雾算法的去雾效果。

如何定量计算和预测在不同条件下偏振滤波抑制大气背景光的效果，目前缺乏合适的性能表征量及其计算模型，为此提出了偏振滤波抑制大气背景光的性能计算模型。定义了大气背景光抑制比(ARR)，综合天空光相对光谱辐射功率模型和地面太阳直接辐射光谱模型、地物反射特性等，给出了以太阳方位、相机光轴方向、大气能见度和地物光谱反射率等为输入参数的ARR计算公式。该模型的仿真实验结果表明，在晴天与轻霾天气条件下，太阳夹角、大气能见度和地物类型三因素的变化对ARR的影响依次减弱；太阳夹角的变化强烈影响ARR；偏振滤波对多数地物取得相似的大气背景光抑制效果；ARR指标值越大，图像对比度提高越明显。

提出了一种应用单目机器视觉技术并结合Hough变换消失线检测和边界检测技术来构建距离深度图的方法, 并应用衰减-空气光去雾模型对图像进行了恢复。结果表明, 采用该方法恢复的道路图像色彩自然, 模型与实际道路完全匹配, 对于不同距离的景物都具有良好的恢复效果。

针对遥感图像存在浓云或烟雾的覆盖无法判读地物的信息, 从大气散射模型出发, 研究了直接传播的衰减光和散射的大气光模型。由此采用改进型Retinex算法, 第一步, 先将原图像进行取补色, 灰白区域变成较暗的区域, 第二步, 经改进型高斯函数标准差较小的单尺度Retinex算法增强后, 突出较暗的区域内各层次信息, 第三步, 再进行取补色, 突出云或烟雾覆盖区域中地物信息。实验结果表明, 采用改进型高斯函数标准差较小的单尺度Retinex算法能去除云或烟雾, 特别对于浓云或烟雾效果好。

在云雾天气条件下，造成图像质量的下降，其本质就是场景与观察点之间大气对光的散射。针对不良天气条件下拍摄的图像，又没有精确的天气条件和景物的深度信息，为了对一幅退化图像去除不良天气的影响实现图像复原的目的，分析了大气散射机理，引入了衰减模型和大气光模型以及光在粒子各个方向上的散射分布函数，推导了大气光对图像亮度影响的表示式。基于衰减模型和大气光模型，考虑景物的深度，采取先将原图像取反色，然后采用改进型多尺度Retinex算法增强暗区域图像，再取反色可以获得去除云噪声的图像，为了使景物信息最小限度地丢失，采用了图像信息熵判据，结果表明对于彩色遥感图像运用这一改进型多尺度Retinex算法去除云噪声是有效的。对于一幅带有厚云的彩色遥感图像在实施去除云噪声过程中，发现以亮度平均值附近1.5±0.1倍标准差截取后进行拉伸，得到的图像信息熵为最大，去除云噪声综合效果最好。