刘 坤，张晓怿，陈宁纪，苏秀苹

（河北工业大学 控制科学与工程学院，天津 300130）

0 引言

根据公安部道路交通事故统计报告，我国每年大约10%的交通事故直接与雾霾等恶劣天气有关.由于雾霾天气下空气中浑浊介质增多，导致行车过程中能见度低、视野不清、尤其是路面上的车辆和行人等重要的显著性目标轮廓模糊不清，不利于驾驶员对前方道路环境做出正确的观察与判断.视觉显著性目标检测是近些年来的研究热点，通过模拟人类的视觉注意力机制，显著性目标检测能够对有限的信息加工资源进行分配与选择，可以快速找到需要关注的目标，降低视觉信息处理量[1].目前关于显著性目标的检测已经取得了大量的研究成果，并在图像分割和图像压缩等领域中取得了广泛的应用[2-4].应用于智能交通领域时，通过对路面上的显著性目标进行检测可以辅助驾驶员进行判断与决策，例如及时发现路面上的车辆和行人等显著目标，以降低交通事故的发生率.

雾霾天气造成的低分辨率、低对比度导致被关注目标的边缘、轮廓、颜色，纹理等重要的图像特征无法准确提取，给显著性目标检测带来了很大的困难.尽管目前已有很多学者针对降低雾霾等大气介质对图像的影响进行了研究，但现有的去雾算法存在以下几方面问题[5-6]，使其难以应用于雾霾天气下的显著性目标检测问题中：1）去雾算法的复杂度：现有的去雾算法主要是针对单幅图像的去雾问题进行研究，算法的复杂度问题一直是该领域中的难题，复杂度过高使目标检测的实时性很难保证；……