1. 研究目的与意义（文献综述）

1.1 研究意义

雾是一种常见的自然现象，在我国，由于空气污染的影响，很多城市更是经常受到雾霾天气的困扰。在雾霾天中，由于空气中的雾气、灰尘、小水滴等细小悬浮物的影响，会极大地影响人视线。在这样的天气下拍摄的照片也往往会模糊不清。实际上，我们可以将物体被照相机捕捉到的像分成两个部分。一个是物体直接反射大气光照形成的光束经过衰减后到达镜头的部分，另一部分是其他物体反射的光线，经过衰减和散射后到达镜头的光束。这两种效果叠加后，就形成了我们看到的图像，这个过程类似各个物体反射的光，取了加权的平均值后形成图像。显然，这样所拍摄到的图像的对比度会降低，并且整体接近大气的光照的色彩。

现实生活中，很多情况下有雾图像是非常不利的。比如在机场、交通监控、航空摄影等场合，我们必须想办法获得没有雾的清晰图像。因此，对有雾图像进行处理并获得无雾图像的算法研究是十分有用的。而更进一步，通过硬件的加速，实现更快的图像去雾，并应用到视频的处理中，对现实生活的很多领域都是非常有意义的。

1.2 国内外研究现状

过去的十余年里，相关的研究者提出了很多的算法来实现图像的去雾，主要包括基于图像增强的算法以及基于物理模型的算法。基于图像增强的算法更关注图像的对比度和细节，去雾后的结果更加清晰，然而相比原图会产生色彩的畸变。基于物理模型的算法从有雾图像的退化机制入手，恢复原始图像，由于考虑了有雾图像的形成机制，能更真实地还原出原始图像，所以成为了近年来主要的研究方向。

2. 研究的基本内容与方案

2.1 研究的基本内容与目标

本次毕设基于暗通道先验和 retinex 理论的快速单幅图像去雾算法。首先，利用值域范围实现大气光值估计，并通过白平衡处理实现大气散射模型简化；其次，基于暗通道先验得到介质传输率的初始估计，并从简化大气散射模型出发，利用 retinex 理论实现介质传输率的粗略估计，通过图像融合、联合双边滤波和值域调整得到介质传输率的最终估计；最后，利用简化大气散射模型，通过色调调整实现图像复原，获得去雾图像。

2.2 拟采用的技术方案

本次毕设所采用的基本框图如下：

在大气散射模型中采用减小大气光取值范围的方法，通过区间估计，提高大气光值估计的精确度和鲁棒性。wp (white point) 算法，也称为 max-rgb 算法，利用 r，g，b 颜色分量的最大值来估计光照的颜色。本文利用估计的大气光值对大气光照进行白平衡处理，即将大气光照的颜色校正到灰度轴方向上。

3. 研究计划与安排

第 1-3周：查阅相关文献资料，明确设计内容，了解道路场景的图像去雾研究与实现，完成开题报告；

第 4-5周：论文开题；

第 6-12周：运用matlab实现图像去雾，并撰写论文初稿；

4. 参考文献（12篇以上）

[1] 李利荣。 单帧图像快速去雾技术研究与实现[d]。华中科技大学，2017。

[2] 刘海波，杨杰，吴正平，张庆年，邓勇。基于暗通道先验和retinex理论的快速单幅图像去雾方法[j]。自动化学报，2015，41(07)：1264-1273。

[3] 鞠铭烨，张登银，纪应天。基于雾气浓度估计的图像去雾算法[j]。自动化学报， 2016， 42(09) ：1367-1379。