1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述 近几年，由于大气污染严重，空气质量退化，雾霾等恶劣天气出现频繁，使得”透过光”强度衰减，从而直接导致图像对比度降低，清晰度下降。

而图像是人类获取信息的重要手段之一，图像在信息传播过程中所起的作用越来越大，例如室外目标识别和跟踪，智能导航，监视器等系统在现实生活中的应用。

以公路监测为例。

2. 研究的基本内容、问题解决措施及方案

（1） 使用什么方法实现对图像的去雾效果常用的去雾方法有很多，有暗通道先验去雾算法，基于中值滤波的去雾算法，基于均值滤波的实时去雾算法，基于多尺度retinex图像增强技术，基于自适应直方图均衡化算法，和基于自适应对比度及色阶增强的图像算法。

其中，前三种算法属于基于去雾物理模型的，后三种属于普通图像增强手段。

而基于多尺度retinex图像增强技术大多应用于静态的图像，基于自适应直方图均衡化算法，和基于自适应对比度及色阶增强的图像算法是传统的增强算法，对于图像整体特征比较单一的图去雾效果是明显的，但是这两个算法受参数的影响比较大，特别是取样数，并且算法的复杂度也比较高，内部的分块处理也不适合于并行处理，严重限制了其在实时去雾方面的应用。