無人機(jī)等航拍設(shè)備拍攝時易受云霧天氣的影響，云霧噪聲的存在嚴(yán)重干擾了航拍圖像的后續(xù)處理。為研究方便，一般情況下可將云霧分為薄云、厚云兩類，學(xué)者們經(jīng)常將霧歸為薄云加以處理且取得了較好效果，厚云的出現(xiàn)會導(dǎo)致遮擋部分的信息不可逆損失，造成圖像質(zhì)量降低，地物信息不連續(xù)，目標(biāo)區(qū)域不完整，給后續(xù)的語義分割、目標(biāo)檢測與識別帶來不可預(yù)知的影響。采取合適的云霧去除算法能有效地增強(qiáng)無人機(jī)等航拍圖像的清晰度和利用率，具有十分重要的理論意義和應(yīng)用價值。
　　目前對于厚云的研究主要集中在衛(wèi)星遙感領(lǐng)域，其目的是增加遙感圖像信息的可用性，該領(lǐng)域每年在頂級會議和期刊上均有論文發(fā)表，已形成不少研究成果。去厚云可理解為云區(qū)像素的“填充生成”，常用方法可歸為多光譜法、多時相法和圖像修復(fù)法三類。多光譜法利用各光譜的相關(guān)性，假設(shè)在圖像局部某些光譜像素值具有確定的函數(shù)關(guān)系。多時相法利用不同時間同一地區(qū)的圖像進(jìn)行云區(qū)圖像塊的拼接和預(yù)測。圖像修復(fù)法假設(shè)云覆蓋區(qū)域與其他像素具有像素值和紋理的一致性，利用空間信息對缺失像素進(jìn)行插值。無人機(jī)圖像云去除與遙感圖像云去除具有相似性，同時也具有自身的特點，如無人機(jī)載荷和存儲的限制，很難攜帶類似衛(wèi)星的多光譜成像裝置，成像高度不同且航跡不固定。
　　本書研究的無人機(jī)圖像拍攝于2000m以上高空，不同于衛(wèi)星遙感圖像和民用無人機(jī)圖像，已有的遙感圖像去云的相關(guān)工作為本書的研究提供了很好的參考和借鑒，但直接作用于無人機(jī)圖像去云存在一定障礙：一是在無人機(jī)飛行高度和分辨率水平上，不同圖像呈現(xiàn)多種地物多種分布，現(xiàn)有方法對此還缺少研究；二是現(xiàn)有圖像修復(fù)方法大多是針對單幅圖像，沒有充分利用圖像間的信息；三是對于大云區(qū)遮擋、多分布、多類型地物的無人機(jī)圖像，修復(fù)結(jié)果往往會出現(xiàn)紋理斷裂、預(yù)測失誤、輪廓模糊，造成偽跡偽影的情況。
　　另外，圖像去云屬于不適定問題，去云后填充的像素值可能存在多種解，解空間的不同選擇產(chǎn)生的效果也各有差異，一般來說云去除恢復(fù)的準(zhǔn)確度隨著云遮蓋區(qū)域面積的增加而下降，如何對恢復(fù)的準(zhǔn)確度進(jìn)行客觀評價也是一個重要問題。目前針對無人機(jī)含云圖像的去除問題研究剛剛起步，因此本書的內(nèi)容具有一定的新穎性。
　　全書分為7章：第1章介紹研究背景并綜述分析國內(nèi)外圖像去云霧技術(shù)的研究現(xiàn)狀，給出本書的研究內(nèi)容和章節(jié)安排；第2章介紹無人機(jī)圖像云霧去除相關(guān)的基礎(chǔ)知識，包括了大氣中云霧的成像機(jī)理和圖像特征，簡要描述薄云霧和厚云環(huán)境下的圖像退化模型，最后給出后續(xù)使用的深度學(xué)習(xí)和圖像質(zhì)量評價相關(guān)知識；第3章介紹一種基于閾值遞歸選取和引導(dǎo)濾波的航拍圖像云檢測算法；第4章嘗試分析從圖像質(zhì)量角度出發(fā)給出的云等級劃分，為后續(xù)的云去除提供自動化選擇手段；第5章針對無人機(jī)圖像中的薄云提出一種改進(jìn)的暗通道快速去除方法；第6章設(shè)計了一種基于深度卷積對抗生成網(wǎng)絡(luò)的圖像修復(fù)去厚云技術(shù)及方法；第7章針對厚云去除以后的效果評價問題進(jìn)行了探討。
　　本書利用當(dāng)前深度學(xué)習(xí)理論針對無人機(jī)圖像云去除問題進(jìn)行研究，既有明確的工程應(yīng)用背景，也是新技術(shù)的拓展嘗試；撰寫過程中，已畢業(yè)研究生張思雨、薛松兩位同志也做了相關(guān)內(nèi)容構(gòu)建的工作。
　　借此機(jī)會對審閱本書的專家表示誠摯的感謝，他們提出的意見對本書的成稿幫助極大。由于作者水平有限，加上可供借鑒的無人機(jī)圖像云去除資料較少，故書中難免會出現(xiàn)不妥或錯誤之處，懇請讀者進(jìn)行批評和指教。
　　本書出版得到了國防工業(yè)出版社的大力支持，獲軍隊重點課題（LJ2019A020098）的出版資助。