1. 毕业设计（论文）主要内容：

当前随着科技的发展，各种智能化、信息化设备正广泛正一步步深刻的影响着人们的生活。然而随着大气污染的日益严重和数码设备的普及，对由雾霾所引起的图像模糊和色彩饱和度及对比度下降问题，设法改善自动获取的图像质量其意义不言而喻。

本题针对在雾、霾等环境因素下，图像成像问题，通过基于暗通道先验理论的去雾算法，力求获得更为清晰的去雾图像，提高情景的清晰度与辨识度，提高图像的视觉效果和研究价值。通过本毕业设计的训练，以培养学生有较强的知识综合运用能力、工程实践能力、理论研究能力和创新意识，同时也增强学生的专业英语文献阅读能力软硬件综合运用能力。

2. 毕业设计（论文）主要任务及要求

1）学习和掌握相关理论知识，完成相关参考文献阅读及归纳总结，完成开题报告；

2）学习并掌握相关技术的基础上，完成原理设计、算法实现和性能仿真等；

3）完成相关软硬件实现，完成实验、实验结果比较及分析等；

4）完成不少于12000字的论文撰写并完成答辩的相关工作；

3. 毕业设计（论文）完成任务的计划与安排

第1 - 3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4 - 5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6 - 8周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

第9-11周：完善相关实验、比较及分析，完成算法或系统的设计实现；

4. 主要参考文献

1）王卫静. 基于稀疏表示的图像去噪以及去雾霾算法[d].浙江工业大学,2017.

2）肖杰. 基于暗通道先验的雾霾天交通场景下退化图像复原算法研究[d].西南交通大学,2015.

3）冯昕晨,穆平安.基于暗通道先验的图像去雾改进[j/ol].软件导刊2018(12):1-4.

4）ketan tang,jianchao yang,jue wang. investigating haze-relevant features in a learning framework for image dehazing[c]. computer vision and pattern recognition (cvpr), 2014 ieee conference on,2014: 1-7.