利用基于时间偏振视觉从城市景观数字图像测量大气散射

颗粒物（PM）是一种空气污染形式，会视觉上降低城市景观质量，并对人类健康和环境有害。当前的监测设备在测量大范围平均PM方面存在局限。量化城市景观数字图像中雾霾的视觉效果并将其与PM水平相关联，是更实际地监测环境的关键一步。当前的图像雾霾提取算法仅为了增强视觉而移除场景中的雾霾。我们提出了两种算法，弥合了图像雾霾提取与环境监测之间的差距。我们通过引入时间知识，提供了一种从城市景观图像中测量大气散射的方法。同时，我们还提出了一种恢复场景精确深度图以及恢复无雾霾视觉效果场景的方法。我们将我们的算法与三种已知的雾霾去除方法进行了比较。这些算法由对图像中雾霾形成模型的优化以及利用随时间拍摄的图像序列中恒定深度约束的优化组成。这些算法不仅测量大气散射，还能恢复更精确的深度图和去雾图像。本研究产生的大气散射测量结果可直接与PM水平相关联，从而为通过视觉手段监测环境健康铺平道路。从数字图像中精确感知大气是一个具有挑战性且研究不足的问题。这项工作朝着更实用、更精确的从数字图像测量PM的视觉手段迈出了重要一步。