恶劣的天气(如雾、雨、雪等)给工业生产及人们的各种社会生活带来了很大影响,因此恶劣气象条件下所拍摄到图像和视频的清晰复原技术在目标识别、遥感、交通导航及军事国防等领域都具有重大的应用价值,目前已经成为图像处理和计算机视觉领域的一个研究热点。本文主要针对雾、雨两种天气情况下获取的降质图像及视频,研究其物理形成机制并建立衰减模型,运用基于物理的方法,实现了对雨雾条件下图像及视频的清晰复原和雨场景的生成。 本文第一章简述了数字图像处理的一些基本概念,图像复原的经典方法,并对雨雾条件下图像及视频成像和复原的国内外研究现状进行了回顾。 本文第二章提出了一种新的基于单幅图像的简单有效的雾化图像清晰复原方法。该方法充分利用图像本身的信息,提出了应用广泛的深度估计模型,利用基于物理的单参数复原模型可得到较好的复原效果;基于局部深度突变的后期修复模型使得复原效果更加自然和完善。 以往的基于物理的雾化图像复原算法大多需要多次调节参数,并通过视觉来判断复原效果;本文第三章提出了最小失真意义下的最佳恢复算法。该算法充分利用信息论中投影失真的方向正交性,巧妙地将信息论中的失真理论运用到图像复原的工作中,根据大气衰减的物理机制,建立了最小失真意义下的最优复原模型,使得复原结果更加客观、完善。 雨场景的视频生成和视频去雨是一个很有意思并且应用广泛的课题,本文第四章提出了动态雨场景的生成和视频去雨的新方法。首先,根据三维雨场景的成像特点,建立雨滴的掩模,利用单幅图像,生成动态雨场景的视频,并且对雨滴的运动,亮度、运动模糊以及雨雾效果进行了逼真的模拟;然后,提出了一种去除视频中动态雨滴的方法;分析雨滴分布的统计属性和相应象素的亮度变化统计,建立对应关系,并估算出无雨滴影响的像素亮度,从而实现视频中雨的去除。 最后,作者对本文的研究工作进行了总结,并提出了有待进一步研究的关键技术和发展方向。