全文总字数：2165字

1. 研究目的与意义及国内外研究现状

近几年空气质量退化严重，雾霾等恶劣天气出现频繁，pm2.5值越来越引起人们的广泛关注。在有雾天气下拍摄的图像，由于大气中混浊的媒介对光的吸收和散射影响严重，使“透过光”强度衰减，从而使得光学传感器接收到的光强发生了改变，直接导致图像对比度降低，动态范围缩小，模糊不清，清晰度不够，图像细节信息不明显，许多特征被覆盖或模糊，信息的可辨识度大大降低。同时，色彩保真度下降，出现严重的颜色偏移和失真，达不到满意的视觉效果。上述视觉效果不佳的图像部分信息缺失，给判定目标带来了一定的困难，直接限制和影响了室外目标识别和跟踪、智能导航、公路视觉监视、卫星遥感监测、军事航空侦察等系统效用的发挥，给生产与生活等各方面都造成了极大的影响。

因此，研究如何对尘雾等恶劣天气条件下获得的退化图像进行有效地处理，对大气退化图像的复原和景物细节信息的增强有着非常重要的现实意义。雾天下图像的清晰化技术有可能对其他恶劣天气条件下图像的清晰化技术也起到促进作用。从而促使全天候视觉系统排除天气状况的干扰和影响。此方面技术的研究有着很大应用前景。

国内外研究现状

近来，基于单幅图像的去雾算法获得了很大的进步。这类方法的成功的相似之处在于它们在分析雾的成因后在算法中作出了一些强制性的假设。tan等人通过观察，提出了没有雾的图像一定比有雾的图像具有更强的对比度，并且通过最大化局部对比度来复原图像。这种方法能够明显的增强对比度，但是使图像变得不自然。fattal等人假定介质的传导率和表面的光照变化的不相关性，通过估计场景的反射率推断介质的传导率。该方法在物理上较为合理并且具有很好的复原效果，但是这种方法不能很好的适应图像中雾较浓的情形。

kaiming he等人提出了一种优先暗通道的单幅图像去雾算法。优先暗通道是一种雾图的数据统计。这种方法基于一种重要的观察，大多数雾图的局部块中在某个色彩通道具有较小的强度。使用这种假设和雾图模型结合，能够直接估计雾的浓度和恢复雾图的图像质量。

2. 研究的基本内容

1、了解并分析图像去雾霾研究的必要性；

2、深入了解各种滤波对于图像去雾霾的影响与改进；

3、分析当前现有的图像去雾霾算法的不足之处；

4、根据当前需求以及现有算法的缺陷，进行改进，形成新的算法；

3. 实施方案、进度安排及预期效果

2015年11月12-2015年12月20日 查阅相关资料，结合自身所学，确认题目并填写任务书。

2015年12月21日-2016年1月15日 阅读题目相关资料，明确研究方向，填写开题报告。

2016年1月15日到2016年2月15日寻找并研读相关的英文文献，进行英文翻译工作。

2016年2月16日到2016年5月13日进行算法研究，写出改进后的算法，并根据该算法，编写论文，定初稿。

4. 参考文献

[1]王永虎，管庆吉，李劲松，齐妙.基于滤波的单幅图像去雾方法[j].吉林大学学报,2014,52（3）：525-530

[2]王一帆、尹传历， 黄义明、王洪玉.基于双边滤波的图像去雾[j].中国图象图形学报,2014,19(3):386-392

[3]r.f.zapolo,r.seara,“a measure for perceptual image quality assesment”,in proc.of int.conf.on image proc,barcelona,spain,pp:433-436,sept.2003.

[4]王永国．图像去雾算法及其应用研究 [d] ：[硕士学位论文］.合肥：安徽大学，2010