TL;DR

传统的图像修复（Image Restoration）往往是“直觉式”的：给一张破损图片，模型直接生成清晰图片。而本文提出的 Reason and Restore (R&R) 框架模仿人类，引入了思维链（Chain-of-Thought）：先“诊断”图片里有什么（雾气多浓？模糊角度是多少？场景里是街道还是森林？），再根据诊断书进行精准“手术”。这一转变让修复效果在处理混合降质时达到了 SOTA 水平。

1. 痛点：为什么“直接修复”在真实世界会失效？

在实验室环境下，我们习惯于处理单一降质（如只去噪或只去雾）。但在真实的自动驾驶或户外监控中，降质往往是组合拳：

• 下雨天通常伴随着雾气（雨雾耦合）。
• 夜晚行车会出现运动模糊和高感光度噪声。

现有的方法（如 Prompt-based IR 或传统的 CNN 方案）大多缺乏对这些混合因素的本质理解。它们要么需要用户手动指定降质类型，要么在全自动处理时因为分不清“什么是降质、什么是物体纹理”而导致画面崩坏。

2. 核心直觉：先思考，再行动 (Reason-before-Restore)

作者认为，修复模型需要一个显式的诊断书。R&R 框架将修复过程拆解为两个阶段：

第一阶段：结构化诊断 (Reason Phase)

通过微调 Qwen3-VL，模型不再是简单地写一段话描述图片，而是输出一份四维度的“体检报告”：

1. 成分识别：是否有雾、模糊、雨滴、噪声？
2. 严重程度评分：0-100 分量化降质强度。
3. 物理参数预测：大气光值、透射率、模糊核参数（对应物理模型）。
4. 语义描述：还原被降质遮挡的物体（如：这是一条有建筑的城市街道）。

图 1：R&R 框架流程。先通过思考阶段生成诊断先验，再引导修复阶段。

第二阶段：引导式修复 (Restore Phase)

修复模型（基于 Qwen-Image-Edit）接收原始图片和上述“诊断书”。有了这些细粒度的先验，模型就能在“手术”中做到有的放矢：在雾浓的地方加强去雾，在噪声大的地方保留结构平滑细节。

3. 技术突破：用强化学习 (RL) 锚定诊断结果

如何保证修复模型真的听从了诊断建议？作者引入了 GRPO（组相对策略优化）。

其核心逻辑非常巧妙：

• 奖励（Reward）设计：如果修复后的图片再次交给诊断模型，诊断出的“降质严重程度”大幅下降，则给予模型正向奖励。
• 闭环学习：这使得模型不仅要在像素级逼近 Ground-Truth（通过 MSE 损失），还要在逻辑级符合诊断书的预期（通过 RL 奖励）。

图 2：基于严重程度降低（Severity Reduction）的强化学习优化。

4. 实验战绩：多场景完美通关

实验在合成数据集（OTS, RESIDE）和 700 多张真实的户外图像上进行。

| 方法 | OTS (PSNR) | RESIDE (PSNR) | | :--- | :--- | :--- | | 传统三阶段 (3D) | 13.07 | 13.93 | | Stable Diffusion 3 | 18.85 | 15.49 | | R&R (Ours) | 19.56 | 17.00 |

从指标上看，R&R 在各项数据上保持领先。更惊艳的是在真实场景的可视化表现：即使是在极端雾天和复杂噪声干扰下，R&R 修复后的图像依然能保持物体的边缘轮廓和自然色彩，没有出现扩散模型常见的“幻觉”现象（即生成一些原图中不存在的物体）。

图 3：真实世界测试集对比，R&R 在结构稳定性上表现优异。

5. 深度洞察与总结

R&R 框架的成功，实际上标志着通用底层视觉（Low-level Vision）正在告别单纯的黑盒拟合。

• 可解释性：当修复失败时，我们可以检查“诊断书”，看是模型分错了降质类型还是低估了严峻性。
• 耦合架构：不同于以往将 VLM 仅作为工具调度的“外挂式”方案，R&R 实现了语义推理与像素生成的高效内生耦合。

尽管目前该框架可能在推理延迟上（由于引入了 VLM 思维链）比传统轻量级网络稍高，但对于安全敏感型任务（如自动驾驶）而言，这种“三思而后行”带来的鲁棒性提升无疑是巨大的。