王 健，秦春霞，杨 珂，任 萍，郑 洁,3，赵远鹏，陈贵锋

（1.西北工业大学电子与信息学院，陕西西安710129；2.西北工业大学第 365 所，陕西西安710065；3.山西汾西重工有限责任公司，山西太原030027；4.国家电网陕西省电力公司检修公司，陕西西安710000）

在无人机对地侦察中，需要实时获取地面感兴趣目标较为清晰的图像数据，但空中雾霾等因素会影响获取的图像质量.针对雾天获取机载图像降质的问题，需要设计无人机机载视频去雾实时处理系统，最大限度地实时、有效获取侦察影像信息，优化影像视觉效果.因此，系统既要可靠去雾又要满足机载低延迟、低功耗处理要求.目前，相关学者已经提出多种去雾算法和实现方法.在去雾处理算法方面，He等[1]提出基于暗通道先验的图像去雾算法，利用软抠图细化透射率.随后He等[2]采用导向滤波来提高效果，但该算法对空中区域的处理效果尚需改善.Berman等[3]利用不同的透射系数恢复了距离图和无雾图像.Meng等[4]提出一种有效的正则化去雾算法，通过探索固有的边界约束来恢复无雾图像.范新南等[5]利用亮通道先验和模糊聚类对雾图进行场景分类.Chen等和Hu等[6-7]提出一种基于联合局部全局光照调整的自适应单图像去雾算法，以代替大气散射模型中的全局大气光照常数.Zhao等[8]利用增加输入数据量来解决输入卷积层特征维问题，为深度图的恢复提供了更多的信息.Liu等[9]提出一种亮度重建方案，使用能量项来实现亮度和对比度之间的良好……