【正文】 、超聲成像、工業(yè)機器人控制、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)，在視覺和識別方面做的不錯。要求高待遇自然就不錯，目前這方面的代表公司有微軟、 google、 yahoo 和百度，個個鼎鼎大名。 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)原方法對視頻監(jiān)控系統(tǒng)中的視頻進行了去霧實驗［ 25， 28］ 。 盡管對圖像去霧技術(shù)的研究已經(jīng)取得了若干成果，但下述幾點仍然有可能是今后研究的熱點和難點問題，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來衡量，則各算法的平均梯度的比值按遞減的順序依次為 : 文獻［ 29］方法 、 文獻［ 31］方法 、 多尺度 Retinex 算法 、 直方圖均衡化算法 、 文獻［ 27］方法 、 文獻［ 30］方法和小波變換算法 。 對于每種算法，其目標都是盡可能地提高清晰化的速度，并在不丟失視覺信息的同時，增加圖像的對比度 。 即對于一幅有霧圖像，根據(jù)研究人員的判定來處理，如果采用增強方法改善灰度對比度的效果好，就采用增強方法 。 此外， Fattal 等人在假設(shè)光的傳播和場景目標表面遮光部分是局部不相關(guān)的前提下，估計出場景的輻照度，并由此推導出傳播圖像［ 30］ 。 該方法首先對霧天場景的光學成像建模，然后借助于一張晴天圖像和一張霧天圖像的參考圖像，計算出場景各點的深度比關(guān)系 。 這種基于物理模型來復(fù)原場景對比度的方法使用一個簡單的高斯函數(shù)對場景中的光路進行預(yù)測，取得了較好的復(fù)原效果，并且不需要天氣預(yù)測信息，但此方法需要雷達裝置獲取場景 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比度增強算法得到了研究者們的重視［ 18］ 。 因此，如何在增強細節(jié)和抑制噪聲方面找到較好的折中點是該方法需要進一步研究的問題 。 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)域的特性來計算變換或轉(zhuǎn)移函數(shù)，并將這些函數(shù)用于所關(guān)心的區(qū)域，以得到所需的增強效果 。 Brian Eriksson 利用曲波變換的優(yōu)勢，采用基于曲波的消失點檢測對霧天圖像進行了自動去霧處理［ 8］ 。 小波與多尺度分析在對比度增強上的應(yīng)用取得了很大進展 。 典型的全局化霧天圖像增強方法主要有 6 種 。 霧天圖像的增強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比度，突出圖像的細節(jié)，改善圖像的視覺效果，但對于突出部分的信息可能會造成一定損失 。 3．“文獻綜述”應(yīng)按論文的格式成文，并直接書寫（或打?。┰诒鹃_題報告第一欄目內(nèi)，學生寫文獻綜述的參考文獻應(yīng)不少于 10 篇（不包括辭典、手冊），其中至少應(yīng)包括 1 篇外文資料；對于重要的參考文 獻應(yīng)附原件復(fù)印件，作為附件裝訂在開題報告的最后。 4．統(tǒng)一用 A4 紙，并裝訂單獨成冊，隨《畢業(yè)設(shè)計說明書》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(jīng)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(zhì)量 。 1) 全局直方圖均衡化算法 。 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 。 6) 基于大氣調(diào)制傳遞函數(shù) ( Atmospherical Modulation TransferFunction， MTF) 增強霧天圖像 。 目前主要有 3 類局部化的圖像增強方 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 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(yīng)用要求 。 該算法通過對降質(zhì)圖像進行規(guī)范化預(yù)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(jù)大氣散射對對比度衰減的影響規(guī)律，在模糊域內(nèi)實現(xiàn)對比度增強處理 。 另一類是用輔助信息進行場景深度提取的方法 。 這些提取場景深度的方法與大氣散射模型相結(jié)合，最終實現(xiàn)霧天圖像的復(fù)原 。 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(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)退化模型進行復(fù)原處理 。 因此，算法運行時間越短，去霧效率越高 。 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 。 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)采用圖像增強方法中的插值自適應(yīng)直方圖均衡化算法對霧天視頻進行了清晰化處理 。 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(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研究的一個熱點 。 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(chǎn) CT 和 MRI 等醫(yī)療器材。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。 三、課題主要內(nèi)容和要求 這篇論文研究的問題是圖像的去霧技術(shù)，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(yīng)用。這個規(guī)律很簡單，但在我們研究的去霧問題上卻是本質(zhì)的基本規(guī)律。被降職失去了對比度和圖像色彩保真度。薄霧或霧可以成為一個有用的深度線索場景理解。最近，單幅圖像去霧 [2， 16]，使顯著的進步。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。如同任何方式使用強的假設(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，它可能無法在某些極端情況。在薄霧的形象，這些暗像素強度該通道主要是由大氣光貢獻。 [16]觀察的薄霧，必須有較高的自由形象鮮明的對比與輸入薄霧形象和他的薄霧中刪 除通過最大限度地還原圖像的局部對比度。然而，去霧是一個具有挑戰(zhàn)性的問題，因為煙氣是在未知的深度信息依 賴。薄霧的去除（或朦朧化）是非常需要在這兩個消費者/攝影和計算 機視覺計算申請。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判斷霧的濃度。在這篇論文里，我們找到了一個非常簡單的，甚至說令人驚訝統(tǒng)計規(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，選擇了這個方向 ，只要做的還不錯，基本就不愁飯碗。它們在國內(nèi)都設(shè)有研發(fā)中心， simens 的在上海和深圳， GE 和柯達都在上海，飛利浦的在沈陽。 在霧天情況下，由于場景的能見度降低，圖像中目標對比度和顏色等特征被衰減，致使室外視頻系統(tǒng)無法正常工作，因此需要在視頻圖像中消除霧氣對場景圖像的影響 。 3)