摘要：大雾天气不仅给市民出行带来困扰，也会对交通监控系统产生影响。日前，中国科学院上海光学精密机械研究所司徒国海研究员团队，提出了一种基于AI人工智能技术的透过散射介质光学成像方法，通过技术创新成功搭建成像装置，实现在浓雾环境中对自然场景的清晰成像，对道路交通安全、

大雾天气不仅给市民出行带来困扰，也会对交通监控系统产生影响。日前，中国科学院上海光学精密机械研究所司徒国海研究员团队，提出了一种基于AI人工智能技术的透过散射介质光学成像方法，通过技术创新成功搭建成像装置，实现在浓雾环境中对自然场景的清晰成像，对道路交通安全、安防监控、医疗诊断等领域都具有重要的科学意义和应用价值。

在浓雾、烟雾或是水下等自然环境中，光线常常被散射，导致影像模糊不清。传统图像增强方法在这种情况下表现不佳，而这一新方法可对真实物体实现散射图像的最优复原结果，以提高成像系统的探测性能。

DescatterNet在不同散射程度条件下的复原结果

“随着AI技术的兴起，深度神经网络强大的特征提取和函数拟合能力为许多领域带来了变革性的解决方案。以往研究在采集散射场景数据时，常常需要依赖构建高度控制的实验室条件，而这些条件与真实场景的光学特性相差甚远。这不仅限制了神经网络的泛化能力，也影响了实际应用。”司徒国海介绍，“透过散射介质光学成像方法”的核心在于其深度神经网络的设计，通过大量真实世界的散射图像进行训练。

在实际测试中，这一成像方法能够透过5.9公里的浓雾，还原自然场景的细节。这一进展有望为恶劣天气下道路驾驶、视频监控、火场救援和水下救援等应急响应场景提供有力的解决方案。

DescatterNet应用于自然场景的散射成像

此外，其他如图像模糊、离焦、去噪、大气湍流等类似的图像退化任务也可采用类似“透过散射介质光学成像方法”的解决方案。“我们科研团队正在不断优化算法，以适应更复杂的环境。这一切都预示着光学成像技术的未来将更加光明。”司徒国海说。

通讯员：汤辰霞

编辑：卢泽斌

喜欢就点个“赞”和“在看”吧~↓↓↓↓

来源：晓丽说科技