雾天图像的增强与复原方法研究及MATLAB实现文献综述

雾天图像由于大气中悬浮颗粒对光线的散射和吸收作用，存在着对比度降低、色彩失真、细节模糊等问题，这严重影响了计算机视觉在户外场景中的应用效果。

因此，对雾天图像进行增强和复原，恢复其清晰度和信息量，具有重要的研究意义和应用价值。

本文首先介绍了雾天图像降质的成像模型，并分析了其特征；然后，综述了国内外在雾天图像增强与复原方面的研究现状，详细介绍了基于大气散射模型、图像融合以及Retinex理论的三类主要方法，并对各种方法的优缺点进行了比较分析；最后，对雾天图像增强与复原技术的发展趋势进行了展望。

关键词：雾天图像；图像增强；图像复原；大气散射模型；图像融合；Retinex理论

雾天图像降质是指由于雾霾等天气条件导致captured图像质量下降的现象。

这种现象的产生主要源于大气中悬浮的微小水滴、尘埃等颗粒对光线的吸收和散射作用。

雾天图像的降质主要体现在以下几个方面：
1.对比度降低：雾霾会散射光线，使得图像中亮区和暗区的差异减小，导致图像对比度降低，视觉效果变差。

2.色彩失真：雾霾对不同波长的光线散射程度不同，导致图像色彩发生偏移，出现偏白或偏蓝的现象。

3.清晰度下降：雾霾会模糊图像细节，使得图像边缘轮廓变得模糊不清，整体清晰度下降。

为了解决雾天图像降质问题，研究者们提出了多种图像增强与复原方法，旨在提高图像的对比度、色彩饱和度和清晰度，恢复图像的真实场景信息。