许 哲，张少帅，郭 璐，黄 鹤，王会峰，尹康迪

(1.中国电子科技集团公司第20研究所，陕西 西安 710068；2.长安大学电子与控制工程学院，陕西 西安 710064；3.西安爱生技术集团公司，陕西 西安 710075；4.西北工业大学无人机系统国家工程研究中心，陕西 西安 710072)

0 引言

四旋翼无人机飞行控制技术是无人机研究的重点之一，其广泛应用于图像处理领域，利用其微型摄像头采集图像信息，结合无人机云台共同工作。通过无人机云台控制相机的姿态，能在不同的环境下有效完成对图像的采集任务。但通常无人机飞行高度几十或者几百米近似垂直向下拍摄的情况下也受到雾霾的影响，导致采集的图像不同程度上质量的下降，航拍图像模糊亟待一种有效实时去雾算法，因此使用一种基于深度学习神经网络实现去雾算法具有必要的实施性。

图像去雾是通过图像处理消除或减少雾对成像的影响,提高图像的能见度、对比度、饱和度和清晰度，获取高质量图像。图像去雾增强属于低层次图像处理过程，同时也是高层次视觉感知任务的前提，图像去雾是广泛使用的图像处理技术，应用场景非常广，是近年来图像处理领域的研究热点。

1 算法基本原理

1.1 大气散射物理成像模型

雾天情况下，由于对大气雾光散射效应，大气粒子会引起光散射，光在粒子间多次散射，受散射光的影响，降低了能见度。含雾影像的暗通道的像素值远远高于无雾情况下的值。有雾的时候呈现一定的灰色，而无雾的时候呈现大量的黑色(像素接近0)。……