1. 毕业设计（论文）主要内容：

目标简介：多旋翼无人机因具有成本低廉、操作简单和灵活悬停等优点，在智能交通、视频监控、精细农业和军事侦察等领域得到了广泛应用。

但在雾霾天气条件下，机载视频成像存在图像序列帧间变化大、图像模糊和不稳定的问题，影响目标检测、识别和跟踪等智能化需求，导致多旋翼无人机不能有效执行针对感兴趣目标的高质量成像，成为制约无人机智能化发展的关键与瓶颈问题。

为提高雾霾天气条件下多旋翼无人机机载视频成像质量，在搭建能够进行视频图像稳定采集和传输平台的基础上，研究视频图像质量退化的物理模型，挖掘视频图像帧内低秩先验与帧间稀疏先验信息，构建能快速进行视频图像增强的数学模型，保证雾霾天气条件下多旋翼无人机的高质量成像。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成800字开题报告；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

(1)2018/1/14—2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2018/3/1—2018/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2018/5/1—2018/5/25：撰写及修改毕业论文；
(4)2018/5/26—2018/6/6：准备答辩。

4. 主要参考文献

[1] He, K., Sun, J., Tang, X. Single image haze removal using dark channel prior. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011, 33(12): 2341-2353.
[2] Li, Y., You, S., Brown, M. S., Tan, R. T Haze visibility enhancement: A Survey and quantitative benchmarking. Computer Vision and Image Understanding, 2017, 165: 1-16.
[3] Kim, J. H., Jang, W. D., Sim, J. Y., Kim, C. S. Optimized contrast enhancement for real-time image and video dehazing. Journal of Visual Communication and Image Representation, 2013, 24(3): 410-425.
[4] Ren, W., Liu, S., Zhang, H., Pan, J., Cao, X., Yang, M. H. Single image dehazing via multi-scale convolutional neural networks. In Proceedings of European Conference on Computer Vision, 2016, pp: 154-169.
[5] Zhang, J., Li, L., Zhang, Y., Yang, G., Cao, X., Sun, J. Video dehazing with spatial and temporal coherence. The Visual Computer, 2011, 27(6-8): 749-757.
[6] 吴迪, 朱青松. 图像去雾的最新研究进展. 自动化学报, 2015, 41(2): 221-239.