文献综述
本毕业设计的主要目的是实现恶劣天气条件下的图像清晰化方法研究，主要方向是图像去雾，接下来本文将简介部分参考文献的主要思想方法和所做的成果。
- 研究现状：
郭璠等人归纳和总结了图像去雾技术的国内外研究现状。将现有的方法分为基于物理模型和非物理模型两类[1]，分别详细阐述了这两类方法，分析它们各自的优势和不足，并总结了算法性能评价的无参考客观质量评测准则。最后，指出该技术的研究难点和发展趋势。禹晶等人分析了截至学报发表时的图像去雾技术进展[2]。其归纳和总结了图像去雾技术的国内外研究现状。将现有的方法分为基于物理模型和非物理模型两类，分别详细阐述了这两类方法，分析它们各自的优势和不足，并总结了算法性能评价的无参考客观质量评测准则。最后，指出该技术的研究难点和发展趋势。武院生等人在对目前雾景降质图像增强文献进行分析与理解的基础上，简单介绍最近十年雾景降质图像增强的研究现状[3]，根据相关文献简要分析了传统雾景降质图像增强方法的缺陷及改进；介绍和评价了几种基于物理模型的天气退化图像复原方法；最后简要对雾景降质图像增强的发展与亟待解决的问题进行了分析与展望。
- 文献资料分析：
接下来本文将从基于物理模型和非物理模型两方面展开讨论，对中文和外文的不同文献资料的图像去雾原理和效果进行对比。
在中文文献方面：
首先对基于非物理模型（图像处理）的图像去雾方法进行阐述。
丁虎对低能见度图像进行清晰化处理，主要利用了图像去噪、直方图处理，Retinex算法等增强方法来提高图像的对比度和亮度，改善图像的视觉效应，并通过两个质量评价标准对图像进行质量评估[4]。
杨晨在综合己有增强算法优点的基础上，形成为人眼所认可的高增强效果的具有视觉特性的局部直方图均衡增强算法[5]。围绕该算法，并借助现代高性能的计算机，用软件可以实现图像的采集和实时处理，以及彩色图像的应用。该系统在公路收费站、轮船、野外机器人、交通路口、停车场等场合具有应用前景。但另一方面，用该算法处理雾天图像带有一定的选择性，即对有些雾天图像增强效果非常好，对另外一些却不很明显，这跟图像的照度、图像物体与背景的分布等因素有关，其通用性还有待进一步研究。在恢复算法方面，因为其计算复杂度高，计算量大，而且许多参数需要更加精密的测量仪器配合进行，因而实现起来比较困难，离实用需求还要一段距离。
以上论文主要是从直方图均衡化、图像增强等图像处理的方法进行图像去雾的，接下来本文将介绍基于物理模型的去雾算法和结合物理模型和图像处理的去雾算法。
朱淼良，钱徵从大气中水汽对光照的影响入手，探讨了自然景物图像的退化机制[6]，通过对典型天气情况的观察。总结并推导了基于输运理论的大气光线变化的亮度、饱和度和色度变化的公式采用该模型对三维地形立体事实进行退化效果表现。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
