基于暗通道的去雾算法实现开题报告

1. 研究目的与意义

当今社会，雾、霭、霾天气越来越常出现，在这些天气条件下,大气散射对户外图像的对比度和颜色保真度影响严重,致使图像的许多特征被覆盖,景物的可辨识度大大降低。

这使得平时人们拍照以及公安、交通等监控受到影响，无人机机载航拍视觉系统受大气散射的影响更为另人关注,这是因为某些情况下侦察监视工作不可能重复进行,依据有限的图像资料获得更多更准确的目标信息至关重要。

因此,对雾天图像进行有效的去雾处理是十分必要的。

2. 课题关键问题和重难点

去雾算法实现的关键在于从观测到的图像（含有雾的图像）（i（x））中复原景物的实际图像(不含雾的图像)（j（x））、全球大气光成分（a）、透射率（t（x）），一般情况下，在8位深度图像中，a是一个三通道强度值接近于255的全局常量，所以在求得t（x）的情况下，很容易将每一个像素点恢复成清晰的j（x）。

所以去雾算法的主要是对于t（x）的求解。

而在进行去雾算法的时候，如果一个图像的一些像素点的强度接近a是，去雾过后图片会出现局部的色斑，有色偏效应。

3. 国内外研究现状（文献综述）

【前言】去雾是指运用一定的算法或模型，对已经雾化的图像进行处理，达到还原图像本来特征的过程。

目前对图像去雾的处理方法主要分为两类：雾化图像增强算法和雾化图像复原算法。

这两类方法都是用来提高图像质量的，即让图像的对比度更高以及图像视觉效果更好等。

4. 研究方案

5. 工作计划

目标：理解he算法，用OpenCV和VS2022来完成软件，实现透射率图自动计算以及导向滤波技术，完成对原有含雾图像的自动优化。

2022.1.12022.1.31：阅读有关基于暗通道去雾算法的文献，了解图像识别的有关知识，了解he去雾算法，理解其中所用到的公式，完成相关翻译2022.2.12022.2.28：阅读有关资料来了解OpenCV和VS2022开发环境，可以进行去雾算法的准备工作2022.3.12022.3.31：根据文献中所介绍的方法，在OpenCV和VS2022中编写相应算法来实现透射率自动计算2022.4.12022.4.30：在之前的基础上，继续编辑算法来实现导向滤波及图像优化2022.5.12022.5.31：在之前完成的透射率计算和实现导向滤波及图像化的基础上进行完善，提高算法的所达到的去雾效果的精度，并修复一些困难出现的bug，适当提高算法去雾的速度2022.6.12022.6.30：攥写毕业论文，完成答辩