1. 本选题研究的目的及意义
#本选题研究的目的及意义
图像去雾霾作为计算机视觉和图像处理领域的重要研究方向，一直受到学者们的广泛关注。
雾霾天气会造成户外场景图像质量下降，影响目标识别、图像分析等后续应用。
因此，研究高效、鲁棒的图像去雾霾算法，对于提高图像质量、改善视觉体验、推动相关领域发展具有重要意义。
2. 本选题国内外研究状况综述
#本选题国内外研究状况综述
图像去雾技术一直是国内外研究的热点，近年来取得了显著进展。
1. 国内研究现状
国内学者在图像去雾领域展开了大量研究，取得了一系列重要成果。
3. 本选题研究的主要内容及写作提纲
#本选题研究的主要内容及写作提纲
1. 主要内容
本研究的主要内容包括以下几个方面：
1.暗通道先验理论研究:深入研究暗通道先验的形成机制，分析其在雾霾图像中的表现形式，解释其能够有效估计场景深度信息的原理。
4. 研究的方法与步骤
本研究将采用理论分析、算法设计、实验验证相结合的研究方法，具体步骤如下：
1.文献调研与分析:查阅国内外相关文献，了解图像去雾霾领域的最新研究进展，特别是关于暗通道先验理论及其应用的文献，为本研究提供理论基础和技术参考。
2.算法设计与实现:基于暗通道先验理论，设计图像去雾霾算法，包括透射率估计、大气光值估计、图像复原等步骤。
采用MATLAB平台进行算法实现，并对代码进行测试和优化，确保算法的正确性和效率。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.改进透射率估计方法:针对传统暗通道算法在透射率估计方面存在的不足，本研究将引入新的方法或策略，例如结合多尺度分析、边缘信息等，以提高透射率估计的准确性和鲁棒性，从而改善去雾效果，减少artifacts产生。
2.优化大气光值估计策略:针对不同场景下大气光值变化的特点，本研究将探索更加自适应的估计策略，例如，结合图像分割、区域分析等方法，以提高大气光值估计的准确性，进而提升去雾图像的色彩保真度。
3.结合其他图像处理技术:为了进一步提升去雾图像的视觉质量，本研究将尝试结合其他图像处理技术，例如，图像增强、对比度调整、颜色校正等，以改善去雾后图像的清晰度、色彩自然度等方面，使其更符合人眼视觉感受。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1. 郭璠,张艳宁,王飞.基于暗通道先验和Retinex模型的单幅图像去雾算法[J].计算机应用,2021,41(11):3307-3314.
2. 刘海波,李朝锋,王玉奇,等.一种基于改进暗通道先验的单幅图像快速去雾算法[J].计算机应用研究,2021,38(02):578-582.
3. 张宁,王志强,王文剑.基于改进暗通道先验和色彩注意力机制的图像去雾算法[J].计算机工程,2023,49(05):236-245.
