李力，英聪，李俊，甘少明

(1.湖北省气象信息与技术保障中心，武汉 430074；2.赛特斯信息科技股份有限公司，上海 200433)

0 引言

现代无人机遥感技术以迅速、便携、廉价著称，尤其在气象、地震、环保等防灾减灾领域，可以很好弥补传统应急方法的缺陷。无人机航拍图像极易受到气象环境和地物影响，特别是近年来雾霾天气较多，严重影响了航拍数据质量。在灾害灾情瞬息万变时，要求无人机图像处理算法快速准确，特别是图像去雾处理这样的预处理算法。暗通道先验(dark channel prior，DCP)算法虽然去雾效果显著，但由于算法的复杂程度较高，尤其是引导滤波(guided filter，GF)和算法时间复杂度为O(n^2)的暗通道滤波过程[1-3]，虽然引导滤波和原本使用的软抠图算法相比计算速度显著提高，但依然难满足无人机遥感图像数据量大、图幅多、图像中云雾情况复杂等特点。

本文根据无人机拍摄图像的特点，指出暗通道先验去雾算法中有待优化之处，并针对暗通道先验算法的计算速度提出优化方案。利用无参考的图像质量评价方法展开量化评价，使用信息熵、边缘强度和图像方差作为图像质量的3个指标，对比算法优化前后的处理结果。通过优化实验，发现暗通道先验去雾算法的计算速度大幅度提升，可以极大地满足无人机图像去雾处理的要求。

1 客观图像质量评价方法

无人机航拍图像难以获取同一场景不同时期的2幅图像，不便选取参考图像评价去雾效果，所以本文主要使用以下无参考的客观图像质量评价指标对去雾前后图像进行客观评价[4]。……