摘要：总结图像去雾算法的研究和发展。图像去雾算法是通过某种方法或手段来去除雾对图像的干扰。介绍基于非物理模型的方法、基于物理模型的方法和深度学习的方法。分析各类算法的优缺点。最后展望图像去雾领域的难点和发展趋势，并且结合已有算法探索能否有更优质的算法。
关键词：图像增强；图像恢复；深度学习；图像处理
引言：
雾霾天气条件下，户外采集的图像会受到空气中悬浮微粒（水蒸气或烟尘）的影响而降质，这是由于光线在空气传播过程中受到微粒的散射和吸收作用，导致目标场景表面的反射光衰减，同时大气环境光受悬浮微粒的散射而混入到成像光路中，使得户外采集到的图像出现模糊、颜色退化、对比度下降等现象。这些缺陷会严重影响室外计算机视觉系统的工作性能。因此，针对雾霾图像研究图像去雾技术对计算机视觉系统的应用有着重要意义。本文在总结前人的经验的基础上研究是否能找到一种更有效率的去雾算法。
正文：
1基于非物理模型的去雾算法
1.1直方图均衡法去雾算法
直方图均衡化算法（Histogram Equalization, HE）通过对图像的像素值进行非线性的拉伸，重新分配像素值使之更加均匀，从而使一定范围内的像素值的数量大致相等。
步骤大致如下：
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
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。
