【正文】 信息學院 專 業(yè)： 電子信息工程 學生姓名： 劉梁 學 號： 202001030224 指導 老 師： 張可為 2020 年 3 月 21 日 開題報告填寫要求 1．開題報 告（含“文獻綜述”）作為畢業(yè)設計 答辯委員會對學生答辯資格審查的 依據材料之一。 4．統(tǒng)一用 A4 紙，并裝訂單獨成冊，隨《畢業(yè)設計說明書》等資料裝入文件袋中。 事實上，圖像去霧一直是計算機視覺領域研究的重要內容，其主要應用是視頻監(jiān)控 、 地形勘測和自動駕駛等領域，因此，自動性和實時性就成為了這些研究關注的重點 。 霧天圖像復原是研究霧天圖像降質的物理過程，并建立霧天退化模型，反演退化過程，補償退化過程造成的失真，以便獲得未經干擾退化的無霧圖像或無霧圖像的 最優(yōu)估計值，從而改善霧天圖像質量 。 圖 1 詳細描述了這種分類層次 。 1) 全局直方圖均衡化算法 。 該算法是一種把頻率過濾和灰度變換相結合的圖像增強處理方法，也是一種把照明反射模型作為頻域處理的基礎，利用壓縮亮度范圍和增強對比度來改善圖像質量的處理技術 。 例如，在多個尺度上對霧天圖像的細節(jié)進行均衡化［ 6］，對圖像的細節(jié)有很好的銳化作用 。 芮義斌等人根據 Retinex 理論及 MSR 算法，采用正態(tài)截取拉伸對有霧圖像進行處理，取得了較好的圖像去薄霧效果［ 7］ 。 6) 基于大氣調制傳遞函數(shù) ( Atmospherical Modulation TransferFunction， MTF) 增強霧天圖像 。 文獻［ 9 － 10］均是采用大氣調制傳遞函數(shù)對天氣退化圖像進行清晰化處理 。 目前主要有 3 類局部化的圖像增強方 法 。 王萍等人利用插值自適應直方圖 均衡化算法很好地解決了霧天圖像的低對比度問題［ 3］ 。 b) 飽和度反饋算法 。 3) 基于局部方差的增強方法［ 1］ 。 基于物理模型的霧天圖像復原 基于偏微分方程的霧天圖像復原 由于利用大氣信息條件或場 景深度復原霧天圖像的方法不能局部修正恢復結果，所以對于場景深度變化較大的圖像，部分區(qū)域的對比度仍然比較低，不能很好滿足應用要求 。 針對霧天圖像處理，可借助大氣散射模型，建立戶外圖像全局去霧和局部去霧的能量最優(yōu)化模型，推導相應的包含圖像梯度和場景景 深的偏微分方程 。 該算法通過對降質圖像進行規(guī)范化預處理，降低不同霧況對灰度級分布范圍的影響，并對規(guī)范化后的圖像，根據大氣散射對對比度衰減的影響規(guī)律，在模糊域內實現(xiàn)對比度增強處理 。 根據場景深度信息是否已知可將此種復原方法分為兩類 。 另一類是用輔助信息進行場景深度提取的方法 。 通過確定計算深度不連續(xù)的邊界，從兩幅不同天氣條件下的灰度圖像中提取場景深度［ 25］ 。 這些提取場景深度的方法與大氣散射模型相結合，最終實現(xiàn)霧天圖像的復原 。 近年來，眾多研究者致力于如何針對單幅降質圖像按照圖中霧氣濃度的變化，達到徹底去霧的效果 。 由于該方法基于數(shù)理統(tǒng)計，并且要求具有足夠的顏色信息，所以當處理濃霧天氣下顏色暗淡的圖像，該方法無法得到可信的傳播圖像，從而復原后的圖像失真較大 。 這些 “ 黑點 ”通常存于物 體陰影 、 黑色物體以及具有鮮艷顏色的物體中 。若采用圖像復原方法可行，就依據退化模型進行復原處理 。 目前，針對圖像去霧效果的盲評方法主要是由 Hautiere 等人所提出的可見邊梯度法［ 33］ 。 因此，算法運行時間越短，去霧效率越高 。 表 2 是對圖 2 中原有霧圖像進行清晰化處理的評估結果示例 。 而如果用去霧圖像的黑色像素點所占圖像大小的百分比來評估，則文獻［ 31］方法和直方圖均衡化算法的 σ 值最小 。 5． 結語 本文對圖像去霧技術做了綜述性的介紹 。 1) 考慮霧天圖像的模糊信息 。 因此，如何充分考慮降質圖像的這些模糊信息，再結合大氣散射的物理機制，從而更好地實現(xiàn)能見度的提高將是研究人員在今后相當長的一段時間內所面臨的主要任務 。 此外，已有霧天視頻清晰化裝置系統(tǒng)采用圖像增強方法中的插值自適應直方圖均衡化算法對霧天視頻進行了清晰化處理 。 目前， 大多數(shù)的圖像復原方法都建立在大氣散射模型的基礎上，并受到了此類模型的限制 。 圖像去霧任務本身通常含有大量復雜的數(shù)據處理算法，例如大型矩陣的分解，大規(guī)模方程組的求解以及眾多的非線性優(yōu)化問題，以往這些運算只能在 CPU 上進行，需要較長的處理時間，因而在某些對實時性要求高的場合無法達到預期的 執(zhí)行速度，所以利用可編程圖形硬件加速圖像去霧算法必然成為未來研究的一個熱點 。 本文即在分析和借鑒了若干計算機視覺領域的研究成果的基礎上，從圖像處理和物理模型的研究角度，對圖像去霧技術進行了綜述性的介紹，并給出了這一領域的最新研究進展 。 醫(yī)學圖像方向 目前在 醫(yī)療器械方向主要是幾個大企業(yè)在競爭，來頭都不小，其中包括 Simens、GE、飛利浦和柯達，主要生產 CT 和 MRI 等醫(yī)療器材。國內也有一些這樣的企業(yè)比如深圳安科和邁瑞 計算機視覺和模式識別方向 我沒去調研過有哪些公司在做，但 肯定不少，比如指紋識別、人臉識別、虹膜識別。北京的我也知道兩個公司：大恒和凌云，都是以圖像作為研發(fā)的主體。我所知道的兩個公司：諾基亞和 pixelworks 其他 其實一般來說，只要涉及到成像或者圖像的基本都要圖像處理方面的人。 三、課題主要內容和要求 這篇論文研究的問題是圖像的去霧技術，它可以還原圖像的顏色和能見度，同時也能利用霧的濃度來估計物體的距離，這些在計算機視覺上都有重要應用。我們發(fā)現(xiàn)，在無霧圖像中，每一個局部區(qū)域都很有可能會有陰影，或者是純顏色的東西，又或者是黑色的東西。這個規(guī)律很簡單，但在我們研究的去霧問題上卻是本質的基本規(guī)律。 室外場景的圖像通常是由退化渾濁介質（如顆粒，水液滴）在大氣中。被降職失去了對比度和圖像色彩保真度。一般情況下，煙氣無圖像更直觀賞心悅目。薄霧或霧可以成為一個有用的深度線索場景理解。因此，許多方法被提出通過使用多個圖像或其他信息。最近，單幅圖像去霧 [2， 16]，使顯著的進步。 Fattal [2]估計反照率的場景，然后推斷的假設下傳輸和傳輸介質表面的陰影，是當?shù)叵嚓P的。暗通道先驗算法基于之前的薄霧，免費戶外圖像的統(tǒng)計信息。成像相結合的薄霧模型和消光軟插值方法，我們可以恢復一個高品質的薄霧無形象，產生了良好的深度圖（最多規(guī)模）。如同任何方式使用強的假設，我們的方法也有其自身的局限性。 四、研究方法、步驟和措施 Matlab 實現(xiàn) 指導老師意見 1．對“文獻綜述”的評語： 2．對本課題的深度、廣度及工作量的意見和對設計 結果的預測： 指導教師：