1.2 本章算法

1.2.1 特征提取层

根据雾图的成像原理，研究人员通常使用大气散射模型来模拟雾图的成像过程[17]，因此该模型也是图像去雾的重要依据[18]。大气散射模型的表达式为：

式中， J（x）表示成像设备获取的有雾图像；I（x）表示去雾之后的图像；A表示大气光值；t（x）表示传输图。为了更加清晰地表示去雾过程，可将式（1-1）进一步表示为：

从式（1-2）中可以看出，在得到大气光值A和传输图t（x）两个先验知识的基础上即可进行图像去雾。因此，去雾算法的核心任务就是估计得到大气光值A和传输图t（x）。在一些基于深度学习的去雾算法中，首先用CNN估计传输图t（x），再用传统的方法估计大气光值A。这类算法的去雾性能较好，但不是真正意义上的端到端图像去雾算法。本章则利用 UNet 这一通用网络来直接估计传输图t（x）、大气光值A和无雾图像I （x），目的是实现一种直接学习、输入自适应去雾模型。