基于物理引导扩散模型的无人机图像去雾技术

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Image Dehazing of Unmanned Aerial Vehicles Based on Physics-Guided Diffusion Model

　　

摘要：

无人机视觉经常受到云层遮挡的影响，导致表面观测信息模糊或丢失，从而严重阻碍后续的图像处理和解释任务。值得注意的是，地面物体的细节有时在薄云层下仍能部分可见。同时，扩散模型的最新进展展示了其强大的生成能力，使其成为解决薄云遮挡问题的有希望的候选方法。在本文中，我们提出了一种基于扩散模型的物理引导式图像去雾框架。该框架分为两个阶段：第一阶段，使用由大气散射模型指导的多尺度非局部U-Net来估计物理参数，如透射率图和全局大气光；第二阶段，将扩散模型的强大生成能力与第一阶段获得的物理先验相结合，使扩散过程具备物理意识，从而更好地补偿云层造成的信息损失。在合成数据和真实世界数据集上的广泛实验表明，所提出的方法与现有技术相比具有竞争力的性能。