【摘要】：可见光影像是无人机侦察中容易获取的一种侦察信息。然而，雾天侦察中所拍摄的影像往往场景细节被削弱，识别度降低，影响无人机侦察效果，甚至会导致侦察情报误判等重大事故。根据以上特点，需要对现有图像去雾算法进行总结分析，从而找到适合无人机侦察影像的去雾算法。
可见光影像是无人机侦察中容易获取的一种侦察信息。然而，雾天侦察中所拍摄的影像往往场景细节被削弱，识别度降低，影响无人机侦察效果，甚至会导致侦察情报误判等重大事故。其原因可归结为以下两方面［1］：
（1）空气中浮游的气溶胶粒子影响，部分光在传播过程中会被散射而不能全部进入无人机的可见光传感器中，从而导致侦察信息被削弱。
（2）来自太阳光、地面反射光、大气层反射光等物体的反射光也会因为大气散射混入传感器中。
因此，在实际侦察中需要对采集到的影像进行去雾处理。其根本目的是最大限度地获取侦察影像的有效信息，优化影像视觉效果，方便观察以及提高影像特征识别度。
无人机对战场侦察监控时多进行高空远距离垂直拍摄，导致无人机侦察影像相对于一般研究的雾天影像有自身的特点［2］：
（1）高空垂直向下拍摄，场景中各景物透射率受雾等因素的影响大体相同。(www.xing528.com)
（2）远距离拍摄，雾等因素对成像质量的影响较大。
（3）涉及景象繁杂，有大量湖泊河流、荒地丘陵和浅色建筑等区域，影响去雾效果。
（4）侦察范围广，部分侦察影像中含有大比例不符合暗原色先验的区域。
根据以上特点，需要对现有图像去雾算法进行总结分析，从而找到适合无人机侦察影像的去雾算法。国内外学者研究的算法大体可以分为两大类：基于图像增强的去雾算法和基于物理模型的去雾算法。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
