近年来，我国大部分地区出现了雾霾天气，并且雾霾的浓度越来越高，持续的时间越来越长，对人们的生产生活影响越来越大，所以此课题研究具有重大的现实意义。随着科学技术的发展，我们对于信息的传递、接收，存储等方面有着较高的要求。我们的时代已经完全变成一个数字化的时代。人类利用计算机技术了解世界并影响世界。紧跟计算机发展大的步伐，数字图像处理得以广泛地运用。数字图像处理技术的概念是指：人类利用不断发展的计算机技术对所获得的图像进行分析和处理，得到人类所需要的图像信息。图像处理技术可以运用到很多领域，如交通道路的监控、室外监控的管理、以及与导航系统相关的方方面面。但是雾霾天气对上述提及的系统中的户外场景会有严重的影响，使获得的图像质量降低。例如，在城市交通图像的检测中，雾霾挺起所获得的图像往往不能清晰地贩婴出现场的真实情况，如车辆信息及交通状况等；在一些系统的检测中，雾霾是所获得的图像严重缺失，信息不能正确地被识别，图像退化较严重，特征信息不能提取，使图像质量降低，影响正常工作。所以对雾霾图像处理不仅有广泛的运用，还有很大的实用价值。

目前对雾霾图像处理的常见算法有，同态滤波、全局直方图均衡和局部直方图均衡。同态滤波算法是在频域内通过滤波器选择性保留某一范围的频率，从而使我们感兴趣的部分得以增强。该算法采用了傅里叶变换后用滤波函数对图像进行处理，由于傅里叶变换是将时域信号变换为频域信号，所以只能在频域对图像进行处理。但是在时域方面的信息无法有效地保留或舍去，有一定的局限性。

全局直方图均衡算法算法简单、运算速度快，能够提高系统的实时性。但是它的缺点很明显，算法对于灰度值的均衡没有选择性，而实际雾霾图像的灰度分配复杂，景深层次变化不一，致使部分图像被误增强，导致图像失真。所以此算法难以满足人们的实际需要。

局部直方图均衡算法可以对图片内的每个子区域进行分块处理，但是此算法块效应明显，图片各个子区域间衔接不自然，图像也会出现失真的现象，并且计算量比全局直方图均衡算法大。

Land通过对色彩恒常现象的研究，相继提出了基于照度反射模型的Retinex算法和随机路径算法，这两种算法的缺点都是原理复杂，运算量大，不能很好地保证系统的实时性。基于Retinex理论基础，很多国内外研究人员在Land等人的基础上进行了改进，例如：Jobson等人提出了单尺度Retinex（SSR）算法，Frankle、McCann等人提出了基于路径比较的 Frankle算法以及基于像素点比较的McCann99 Retinex算法，Kimmel 等人提出了可变框架模型Retinex以及多尺度Retinex算法等。这些算法从不同的方向使雾霾图像得到清晰化，但是这些算法复杂度比较高，图像处理时间慢，实时性比较差。

2. 研究的基本内容与方案

此次毕业设计我主要研究的内容包括：

（1）学习和掌握数字图像识别理论和MATLAB相关知识；

（2）学习图像增强与复原的方法与原理；