全文总字数：2395字

1. 研究目的与意义及国内外研究现状

在诸如雾、霾、雨、雪、沙尘等恶劣天气条件下，大气条件复杂，监控摄像头通常会因为受到大气中灰尘，雨滴，雪花，沙粒等粒子的影响导致图像质量下降，雾、霾、沙尘等天气会使目标的反射光线产生散射，采集到的图像存在对比度较低和成像模糊等问题，使监控系统无法正常进行识别判断。这种自然现象引起的图像质量下降开展图像信号处理研究，具有普遍的实际意义。

因此，对于恶劣天气下图像的修复增强，使交通监控系统在恶劣天气下图像显示更加清晰，使交通监管各种人员能掌握准确的路况信息，为路面车辆提供准确信息，尽可能保证路面车辆行驶流畅和安全，可以大大减少恶劣天气条件下的交通事故数量，且对于监管交通违章，追捕逃逸车辆和侦破刑事案件都用很大作用，对发展现代化智能化城市和建设社会主义和谐社会具有长久意义。

国内外研究现状

目前，图像去雾的技术迅速发展，可以分成两个大类:（1）基于图像处理的图像增强方法。可通过直方图均衡化法，retinex算法，同态滤波算法来实现。这类方法是以图像增强技术为基础，针对不同天气情况下的数字图像进行缺点分析，不受图像退化的影响，针对图像缺点进行图像增强处理，主要包括提高图像对比度，进行滤波处理，去除图像中的噪点，对图像进行识别，突显图像中的目标物体或者信息有价值物体，还原出符合人们视觉要求和计算机处理要求的图像。

2. 研究的基本内容

鉴于交通视频监控系统在雾霾条件下获取的图片质量受损，无法正确识别车辆信息的问题。本课题与另一位同学合作分别研究暗通道优先方法与同态滤波算法，并开展结果对比。本课题主要研究内容如下：

1、研究基于小波变换的同态滤波算法，通过把频率频率过滤和灰度变换相结合的处理，达到图像去雾的目的。

2、比较暗通道优先与同态滤波两种算法在不同情况下的特点和优劣性。

3. 实施方案、进度安排及预期效果

实施方案：

一幅图像可看成由两部分组成，即将图像f(x,y)建模成照射强度i(x,y) 和反射强度r(x,y)的乘积。其中，i(x,y) 代表随空间位置不同的光强分量，其特点是缓慢变化，集中在图像的低频部分。r(x,y)代表景物反射到人眼的反射分量。其特点包含了景物各种信息，高频成分丰富。同态滤波基本步骤：① 原图做对数变换，得到如下两个加性分量，即lnf(x,y)=lni(x,y) lnr(x,y)② 对数图像做傅里叶变换，得到其对应的频域表示为：fft[lnf(x,y)]=fft[lni(x,y)] fft[lnr(x,y)]③ 设计一个频域滤波器h(u,v)，进行对数图像的频域滤波。④ 傅里叶反变换，返回对数图像。⑤ 取指数，得滤波结果。

进度安排及预期效果：

4. 参考文献

[1]吴迪，朱青松.图像去雾的最新研究进展 自动化学报 2015.02

[2]郭璠，蔡自兴，谢斌，唐琎.图像去雾技术研究综述与展望 中南大学2010.9

[3]张金泉，杨进华，卢珊.基于同态滤波的图像去烟雾方法研究 吉林：长春理工大学2009第7期