【正文】 、超聲成像、工業(yè)機(jī)器人控制、顯示器、電視、遙感等等，都可以作為求職方向 。上海法視特位于上海張江高科技園區(qū)，在視覺(jué)和識(shí)別方面做的不錯(cuò)。要求高待遇自然就不錯(cuò)，目前這方面的代表公司有微軟、 google、 yahoo 和百度，個(gè)個(gè)鼎鼎大名。 4) 利用可編程圖形硬件加速圖像去霧算法 。 目前，已有研究者采用基于深度關(guān)系的圖像復(fù)原方法對(duì)視頻監(jiān)控系統(tǒng)中的視頻進(jìn)行了去霧實(shí)驗(yàn)［ 25， 28］ 。 盡管對(duì)圖像去霧技術(shù)的研究已經(jīng)取得了若干成果，但下述幾點(diǎn)仍然有可能是今后研究的熱點(diǎn)和難點(diǎn)問(wèn)題，迫切需要引起研究人員的高度關(guān)注 。 如果用平均梯度這一指標(biāo)來(lái)衡量，則各算法的平均梯度的比值按遞減的順序依次為 : 文獻(xiàn)［ 29］方法 、 文獻(xiàn)［ 31］方法 、 多尺度 Retinex 算法 、 直方圖均衡化算法 、 文獻(xiàn)［ 27］方法 、 文獻(xiàn)［ 30］方法和小波變換算法 。 對(duì)于每種算法，其目標(biāo)都是盡可能地提高清晰化的速度，并在不丟失視覺(jué)信息的同時(shí)，增加圖像的對(duì)比度 。 即對(duì)于一幅有霧圖像，根據(jù)研究人員的判定來(lái)處理，如果采用增強(qiáng)方法改善灰度對(duì)比度的效果好，就采用增強(qiáng)方法 。 此外， Fattal 等人在假設(shè)光的傳播和場(chǎng)景目標(biāo)表面遮光部分是局部不相關(guān)的前提下，估計(jì)出場(chǎng)景的輻照度，并由此推導(dǎo)出傳播圖像［ 30］ 。 該方法首先對(duì)霧天場(chǎng)景的光學(xué)成像建模，然后借助于一張晴天圖像和一張霧天圖像的參考圖像，計(jì)算出場(chǎng)景各點(diǎn)的深度比關(guān)系 。 這種基于物理模型來(lái)復(fù)原場(chǎng)景對(duì)比度的方法使用一個(gè)簡(jiǎn)單的高斯函數(shù)對(duì)場(chǎng)景中的光路進(jìn)行預(yù)測(cè)，取得了較好的復(fù)原效果，并且不需要天氣預(yù)測(cè)信息，但此方法需要雷達(dá)裝置獲取場(chǎng)景 深度 。 此后，為了消除圖像去霧恢復(fù)的不確定性，基于模糊邏輯的霧天圖像對(duì)比度增強(qiáng)算法得到了研究者們的重視［ 18］ 。 因此，如何在增強(qiáng)細(xì)節(jié)和抑制噪聲方面找到較好的折中點(diǎn)是該方法需要進(jìn)一步研究的問(wèn)題 。 該算法求得霧天圖像的局部均值并設(shè)定比例常數(shù)，在霧天圖像的每個(gè)像素位置上根據(jù)變換函數(shù)放大圖像的局部變化 。 因此，需要根據(jù)所關(guān)心的局部區(qū)域的特性來(lái)計(jì)算變換或轉(zhuǎn)移函數(shù)，并將這些函數(shù)用于所關(guān)心的區(qū)域，以得到所需的增強(qiáng)效果 。 Brian Eriksson 利用曲波變換的優(yōu)勢(shì)，采用基于曲波的消失點(diǎn)檢測(cè)對(duì)霧天圖像進(jìn)行了自動(dòng)去霧處理［ 8］ 。 小波與多尺度分析在對(duì)比度增強(qiáng)上的應(yīng)用取得了很大進(jìn)展 。 典型的全局化霧天圖像增強(qiáng)方法主要有 6 種 。 霧天圖像的增強(qiáng)方法不考慮圖像降質(zhì)原因，適用范圍廣，能有效地提高霧天圖像的對(duì)比度，突出圖像的細(xì)節(jié)，改善圖像的視覺(jué)效果，但對(duì)于突出部分的信息可能會(huì)造成一定損失 。 3．“文獻(xiàn)綜述”應(yīng)按論文的格式成文，并直接書(shū)寫（或打?。┰诒鹃_(kāi)題報(bào)告第一欄目?jī)?nèi)，學(xué)生寫文獻(xiàn)綜述的參考文獻(xiàn)應(yīng)不少于 10 篇（不包括辭典、手冊(cè)），其中至少應(yīng)包括 1 篇外文資料；對(duì)于重要的參考文 獻(xiàn)應(yīng)附原件復(fù)印件，作為附件裝訂在開(kāi)題報(bào)告的最后。 4．統(tǒng)一用 A4 紙，并裝訂單獨(dú)成冊(cè)，隨《畢業(yè)設(shè)計(jì)說(shuō)明書(shū)》等資料裝入文件袋中。 霧天圖像復(fù)原是研究霧天圖像降質(zhì)的物理過(guò)程，并建立霧天退化模型，反演退化過(guò)程，補(bǔ)償退化過(guò)程造成的失真，以便獲得未經(jīng)干擾退化的無(wú)霧圖像或無(wú)霧圖像的 最優(yōu)估計(jì)值，從而改善霧天圖像質(zhì)量 。 1) 全局直方圖均衡化算法 。 例如，在多個(gè)尺度上對(duì)霧天圖像的細(xì)節(jié)進(jìn)行均衡化［ 6］，對(duì)圖像的細(xì)節(jié)有很好的銳化作用 。 6) 基于大氣調(diào)制傳遞函數(shù) ( Atmospherical Modulation TransferFunction， MTF) 增強(qiáng)霧天圖像 。 目前主要有 3 類局部化的圖像增強(qiáng)方 法 。 b) 飽和度反饋算法 。 基于物理模型的霧天圖像復(fù)原 基于偏微分方程的霧天圖像復(fù)原 由于利用大氣信息條件或場(chǎng) 景深度復(fù)原霧天圖像的方法不能局部修正恢復(fù)結(jié)果，所以對(duì)于場(chǎng)景深度變化較大的圖像，部分區(qū)域的對(duì)比度仍然比較低，不能很好滿足應(yīng)用要求 。 該算法通過(guò)對(duì)降質(zhì)圖像進(jìn)行規(guī)范化預(yù)處理，降低不同霧況對(duì)灰度級(jí)分布范圍的影響，并對(duì)規(guī)范化后的圖像，根據(jù)大氣散射對(duì)對(duì)比度衰減的影響規(guī)律，在模糊域內(nèi)實(shí)現(xiàn)對(duì)比度增強(qiáng)處理 。 另一類是用輔助信息進(jìn)行場(chǎng)景深度提取的方法 。 這些提取場(chǎng)景深度的方法與大氣散射模型相結(jié)合，最終實(shí)現(xiàn)霧天圖像的復(fù)原 。 由于該方法基于數(shù)理統(tǒng)計(jì)，并且要求具有足夠的顏色信息，所以當(dāng)處理濃霧天氣下顏色暗淡的圖像，該方法無(wú)法得到可信的傳播圖像，從而復(fù)原后的圖像失真較大 。若采用圖像復(fù)原方法可行，就依據(jù)退化模型進(jìn)行復(fù)原處理 。 因此，算法運(yùn)行時(shí)間越短，去霧效率越高 。 而如果用去霧圖像的黑色像素點(diǎn)所占圖像大小的百分比來(lái)評(píng)估，則文獻(xiàn)［ 31］方法和直方圖均衡化算法的 σ 值最小 。 1) 考慮霧天圖像的模糊信息 。 此外，已有霧天視頻清晰化裝置系統(tǒng)采用圖像增強(qiáng)方法中的插值自適應(yīng)直方圖均衡化算法對(duì)霧天視頻進(jìn)行了清晰化處理 。 圖像去霧任務(wù)本身通常含有大量復(fù)雜的數(shù)據(jù)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(wèn)題，以往這些運(yùn)算只能在 CPU 上進(jìn)行，需要較長(zhǎng)的處理時(shí)間，因而在某些對(duì)實(shí)時(shí)性要求高的場(chǎng)合無(wú)法達(dá)到預(yù)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(lái)研究的一個(gè)熱點(diǎn) 。 醫(yī)學(xué)圖像方向 目前在 醫(yī)療器械方向主要是幾個(gè)大企業(yè)在競(jìng)爭(zhēng)，來(lái)頭都不小，其中包括 Simens、GE、飛利浦和柯達(dá)，主要生產(chǎn) CT 和 MRI 等醫(yī)療器材。北京的我也知道兩個(gè)公司：大恒和凌云，都是以圖像作為研發(fā)的主體。 三、課題主要內(nèi)容和要求 這篇論文研究的問(wèn)題是圖像的去霧技術(shù)，它可以還原圖像的顏色和能見(jiàn)度，同時(shí)也能利用霧的濃度來(lái)估計(jì)物體的距離，這些在計(jì)算機(jī)視覺(jué)上都有重要應(yīng)用。這個(gè)規(guī)律很簡(jiǎn)單，但在我們研究的去霧問(wèn)題上卻是本質(zhì)的基本規(guī)律。被降職失去了對(duì)比度和圖像色彩保真度。薄霧或霧可以成為一個(gè)有用的深度線索場(chǎng)景理解。最近，單幅圖像去霧 [2， 16]，使顯著的進(jìn)步。暗通道先驗(yàn)算法基于之前的薄霧，免費(fèi)戶外圖像的統(tǒng)計(jì)信息。如同任何方式使用強(qiáng)的假設(shè)，我們的方法也有其自身的局限性。雖然我們的方法適用于大多數(shù)煙霞戶外圖像，它可能無(wú)法在某些極端情況。在薄霧的形象，這些暗像素強(qiáng)度該通道主要是由大氣光貢獻(xiàn)。 [16]觀察的薄霧，必須有較高的自由形象鮮明的對(duì)比與輸入薄霧形象和他的薄霧中刪 除通過(guò)最大限度地還原圖像的局部對(duì)比度。然而，去霧是一個(gè)具有挑戰(zhàn)性的問(wèn)題，因?yàn)闊煔馐窃谖粗纳疃刃畔⒁?賴。薄霧的去除（或朦朧化）是非常需要在這兩個(gè)消費(fèi)者/攝影和計(jì)算 機(jī)視覺(jué)計(jì)算申請(qǐng)。不僅如此， 根據(jù)物理上霧的形成公式，我們還能根據(jù)這些東西的灰白程度來(lái)判斷霧的濃度。在這篇論文里，我們找到了一個(gè)非常簡(jiǎn)單的，甚至說(shuō)令人驚訝統(tǒng)計(jì)規(guī)律，并提 出了有效的去霧方法。一般這些公司要求是熟悉或者精通 MPEG、 或者AVS，選擇了這個(gè)方向 ，只要做的還不錯(cuò)，基本就不愁飯碗。它們?cè)趪?guó)內(nèi)都設(shè)有研發(fā)中心， simens 的在上海和深圳， GE 和柯達(dá)都在上海，飛利浦的在沈陽(yáng)。 在霧天情況下，由于場(chǎng)景的能見(jiàn)度降低，圖像中目標(biāo)對(duì)比度和顏色等特征被衰減，致使室外視頻系統(tǒng)無(wú)法正常工作，因此需要在視頻圖像中消除霧氣對(duì)場(chǎng)景圖像的影響 。 3)