안개 낀 날 촬영 시의 사전 정보와 물리적 매개변수 간의 제약 관계를 충분히 활용하여 안개 제거 알고리즘의 정확도를 향상시키기 위해 본 논문에서는 물리적 영상 모델을 내장한 분해 합성 순환 세분화 네트워크를 제안하여 영상의 안개 제거를 실현하였다. 기존의 안개 제거 알고리즘과 달리 투과율 추정 분기와 선명한 영상 추정 분기를 포함하며, 두 분기 모두 내장 순환 유닛이 적용된 다중 스케일 피라미드 인코더-디코더 네트워크 프레임워크를 사용하여 순환 간 정보 교류를 강화하고 다중 스케일 문맥 특성을 충분히 활용하는 장점을 갖는다. 투과율은 장면의 깊이와 안개 농도와 관련이 있으므로 투과율을 안개 농도 사전 지식으로 간주하여 선명한 영상 추정 분기의 순환 세분화 안개 제거 결과를 유도할 수 있다. 또한 선명한 영상에는 장면의 깊이 정보가 포함되어 있어 이를 깊이 사전 지식으로 간주하여 투과율 추정 분기의 예측 및 순환 세분화 투과율을 유도한다. 각 순환 시 두 분기에서 추정한 투과율과 선명한 영상을 합성하여 안개 영상을 생성하고, 이를 네트워크의 입력으로 사용하여 투과율과 선명한 영상의 추정 결과가 물리적 영상 모델의 제약을 만족하도록 한다. 실험 결과 알고리즘은 합성 안개 영상과 실제 영상 모두에서 우수한 안개 제거 효과를 보였으며, 시각 평가 및 객관적 평가에서 기존 알고리즘보다 우수하고 단일 안개 영상 처리 시간은 0.037초로 이미지 안개 제거의 공학적 실무에 효과적이다.

영상 안개 제거; 투과율 추정; 순환 세분화 네트워크; 분해 합성; 물리적 영상 모델