基于暗通道优先对交通图像的去雾处理开题报告
2022-01-12 10:01
全文总字数：2079字
1. 研究目的与意义及国内外研究现状
由悬浮颗粒在大气中的微小液滴构成的气溶胶，常呈乳白色，是我们所熟知的雾。广义的雾包括雾、霾、沙尘、烟等一切导致视觉效果受限的物理现象。由于雾霾的存在，经过车辆表面的光被大气中的颗粒物吸收和散射，导致探头所拍摄的图像质量降低，使车牌、车型等不能被清晰记录，极大限制了户外系统的功能。
图像去雾算法可以氛围两大类：一是图像增强；另一类是图像复原。从图像呈现的低亮度和低对比度的特征考虑，采用增强的方法处理，即图像增强。基于物理模型的天气退化图像复原方法，从物理成因的角度对大气散射作用进行建模分析，实现场景复原，即图像复原。运用最广泛、最权威的是由何恺明等人提出的暗通道优先的方法。
本文结合前人提出的暗通道优先的方法，对雾霾天气下的交通图像进行去雾处理，使得图像更加清晰，易于识别，对后续工作不产生影响。
2. 研究的基本内容
1、针对论文的选题，查阅国内外相关资料和文献，掌握大气散射模型及暗通道优先的算法，了解retinex、ace等算法；
2、找出交通图像需要重点优化的部分，然后分析其特点，进行去雾处理；
3. 实施方案、进度安排及预期效果
实施方案：
1、结合多方面研究及仿真，在前人使用dcp算法对静态图像进行去雾的基础上进行改进，使得该算法也能适用于存在运动对象的交通图案去雾；
2、最后通过运用本科期间常用的研究方法，进行资料的整理加工，根据分析结果，与同组合作同学所研究的另一种算法进行对比总结。
| 预期效果 | 算法能够在一定时间范围内使模拟出的户外拍摄系统所拍摄的样张的重点部分更加易于识别。 |
| 2019年前 | 确定选题，查阅参考文献，填写任务书。 |
| 2019.3-4月 | 完成开题报告以及与本文相关的外文翻译，并将资料上传至论文系统。 |
| 2019.4-5月 | 先实施静态图像的暗通道优先的去雾，然后自行模拟雾霾天气下的交通图像进行去雾处理，初步完成论文。 |
| 2019.5月 | 预答辩后查漏补缺，完善论文，为最后的答辩做好准备。 |
4. 参考文献
[1]禹晶,徐东彬,廖庆敏.图像去雾技术研究进展[j].中国图象图形学报,2011,16(09):1561-1576.
[2]张道华.雾霾条件下单幅图像去雾算法研究与实现[j].韶关学院学报,2015,36(06):8-13.
