图像去雾处理技术研究及其MATLAB实现开题报告

2020-02-27 10:02

1. 研究目的与意义（文献综述）

研究意义：随着科技的发展，社会的进步，在我国gdp不断上升的同时，由经济增长所带来的一系列环境问题逐渐凸现出来，最严重的就是雾霾问题。

近几年来，我国的雾霾问题越来越严重，全国范围内多个城市均有雾霾出现。

在这种恶劣天气条件下，各种图像应用获取的图像品质大幅下降，图像对比度与颜色等主要特征发生退化。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 研究的基本内容与方案

研究基本内容：通过阅读国内外关于图像去雾的相关文献和书籍,并研读数字图像处理相关知识,学习求解最优解决问题的方法。

在大量阅读文献的基础上通过使用matlab软件进行仿真实验,并总结传统线性与非线性图像去雾增强算法的优缺点,提出基于天空透射率修正的图像去雾算法，旨在达到通过修正天空透射率来减小明亮部分失真率的目的，在保持图像的细节信息与边缘信息的基础上,最大限度去除噪声。

研究目标：对传统图像去雾方法进行仿真，分析仿真结果，提出优化的图像去雾算法，并比较优化算法相对于传统算法的优点。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

3. 研究计划与安排

第1周—第4周搜集资料，撰写开题报告；

第5周—第6周论文开题；

第7周—第8周完成线性增强算法仿真；

第8周—第9周完成非线性增强算法仿真；

第9周—第10周提出优化算法并完成仿真；

第10周—第11周对所有仿真结果进行分析；

第11周—第12周撰写论文初稿；

第13周—第16周修改论文；

第17周论文答辩；

4. 参考文献（12篇以上）

[1]吴迪，朱青松. 图像去雾的最新研究进展[J]. 自动化学报，2015，41(2): 221-239.

[2]Gonzalez R C, Woods R E. Digital Image Processing[M], New York: Prentice Hall, 1992.

[3]芮义斌，李鹏，孙锦涛. 一种图像去薄雾方法[J]. 计算机应用，2006，26(1)：154#8722;156.

[4]郭璠，蔡自兴. 图像去雾算法清晰化效果客观评价方法[J]. 自动化学报，2012，38(9)：1410#8722;1419.

[5]李权合，毕笃彦，许悦雷，查宇飞. 雾霾天气下可见光图像场景再现[J]. 自动化学报，40(4)：744#8722;750.

[6]贺薪宇. 基于暗原色先验模型的混合滤波图像去雾算法[J]. 北华大学学报(自然科学版)，2018,19(01)：128-134.

[7]徐振轩. 基于天空区域分割的单幅图像去雾方法研究[D].西南科技大学，2017.

[8]邱东芳，黄光辉，刘星，杨兵. 透射率和大气光自适应估计的暗通道去雾[J]. 计算机应用，2017，37(S1)：176-179.

[9]廖强强. 单幅雾天图像去雾算法研究[D]. 东华理工大学，2017.

[10]霍海蒙. 基于暗通道先验的海边雾天图像去雾算法研究[D].青岛大学，2017.

[11]赵庆国. 改进的暗通道先验去雾算法研究[D]. 辽宁工程技术大学，2017.

[12]董博. 基于可变框架Retinex的图像去雾算法研究[D]. 大连海事大学，2017.

[13]Zhigang Ling, Guoliang Fan, Jianwei Gong, Yaonan Wang, Xiao Lu. Perception oriented transmission estimation for high quality image dehazing[J]. Neurocomputing, 2017, 224.

[14]Xin Liu, He Zhang, Yiu-ming Cheung,Xinge You, Yuan Yan Tang. Efficient single image dehazing and denoising: An efficient multi-scale correlated wavelet approach[J]. Computer Vision and Image Understanding, 2017.

[15]Bin Liao, Peng Yin, Chunxia Xiao. Efficient image dehazing using boundary conditions and local contrast[J]. Computers amp;amp; Graphics, 2017.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

注册

找回密码