1. 研究目的与意义（文献综述）

选题的目的和意义：

随着时代的发展，智能车的发展在一步一步走向成熟，目前很多国内外的企业已经有了研发无人车的相关技术和经验，但这些技术和经验还不足够达到实现无人车普及的地步，有很多技术都需要不断的发展和更新，要实现无人车涉及到很多方面，机械、硬件、软件系统，其中最重要的就是软件系统，相对于人类的大脑是一个中心处理器，需要对路况进行检测、判断以及做出相应的指令，来指导其他机械部位的操作，因此在行驶过程中对行人行车，以及道路标识，路况和红绿灯的识别都是非常重要的。而在实际道路中存在很多外界因素的干扰，例如阳光照射不均匀，或者阴雨天气而使拍摄到的照片不够清楚，从而导致目标识别出现误差，因此对图像的处理以及对目标的识别都对无人车的发展有着不可或缺的作用，也是推动无人车将来更加完美发展的一个基础，同时也可应用到其他领域，比如公安系统的监控以及交通部门的路况分析等等。

2. 研究的基本内容与方案

选题研究的内容：

对于一幅图像中的信息进行识别，首先对获取到的图像信息进行处理，如下所示：

3. 研究计划与安排

第1-3周：查阅资料，对国内外状况调研，完成开题报告

第4-5周：完成图像的简单滤波增强去噪方法

第6-10周：retinex和同态滤波研究，完成恶劣天气的图像处理

4. 参考文献（12篇以上）

[1]万维.基于深度学习的目标检测算法研究及应用[d].成都:电子科技大学,2015

[2]王科俊,赵彦东,邢向磊.深度学习在无人驾驶汽车领域应用的研究进展[j].智能系统学报,2018,13(1):55–69.

[3]尹宏鹏,陈波,柴毅,刘兆栋.基于视觉的目标检测与跟踪综述[j].自动化学报,2016,42(10):1466-1489