毕业论文课题相关文献综述
一、课题的要求及内容
本论文课题源于生产实践，例如高速公路图像监视系统，基于Matlab软件开发。雨雾等天气条件下获得的图像，存在对比度降低、颜色失真、模糊不清等严重的退化现象，给辨识目标带来一定的困难，直接限制和影响了户外监控系统效用的发挥。本论文主要针对雾天高速公路图像的退化问题，详细分析雾天图像退化原因和模糊机理，要求对雾天降质图像去雾处理的基础理论和关键技术进行研究，并从非模型和基于模型两个方面对交通监控图像重点是车牌进行去雾处理。
二、课题研究背景及意义
随着经济社会的迅猛发展，人们生活水平的提高，机动车辆的数量也越来越多。而作为汽车身份证的汽车车牌，是在公众场合能够唯一确定汽车身份的凭证。我国交通管理部门对汽车车牌的管理非常重视并制定了一套严格的管理法规，其中对汽车车牌的制作、安装、维护都要求由制定部门统一管理。在此基础上，能在公众场合迅速准确地对汽车牌照进行自动识别，那么这将是一件非常有意义的工作，并将极大地提高汽车的安全管理水平以及管理效率。车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，该技术应用范围非常广泛，其中包括：交通流量检测，交通控制与诱导，机场港口等出入车辆管理，小区车辆管理，闯红灯等违章车辆监控，不停车自动收费以及公共停车场安全防盗管理等。
但是，当前的计算机视觉系统对天气条件非常敏感，尤其是在能见度较低的雾天条件下，捕获的景物图像严重退化，这极大地限制和影响了车牌监控识别效用的发挥。因此，为了实现车牌识别的全天候工作，提高系统在恶劣天气下工作的准确性和可靠性，对雾天降质图像进行清晰化处理就显得尤为必要。
例如车辆在恶劣天气下行驶过程中不遵守交通规则，会带来交通隐患甚至交通事故，所以对于关键性的道路区域及十字路口违规车辆的车牌识别是智能交通系统中研究的一个热点。车牌识别系统虽然得到了广泛的应用，但是在恶劣天气等环境因素的影响下，车辆图像被摄像头获取以后，会因为雨雪雾天或者噪声干扰等情况使得图像模糊不清，车牌识别系统对车牌的识别率会严重下降，为了提高有雾天气下车牌的识别率，必须使用特定的算法对车牌图像进行图像增强或复原。
三、研究现状
雾天降质图像的清晰化处理是一个跨学科的前沿性课题，具有广阔的应用背景，近年来已经成为计算机视觉和图像处理领域的研究热点，吸引了国内外的大批研究者，最早可以追溯到1998年John P.Oakley等人针对恶劣天气下降质航拍图像所做的一些研究工作。
现阶段，对雨雾天气下的退化图像的增强处理，很多科学家都得出了自己的理论和时间结果，处理效果也各不相同。对其处理的方法进行分类，可以分为硬件方面和软件方面。硬件上是通过红外线传感装置，但是设备体积和价格阻碍了这一研究方向；软件方面主要是基于物理建模，提高算法的有效性；或是硬件与算法结合的方法，这些都是当前的研究重点。
一直以来，各国学着都在致力于完善图像处理效果。McCartney在19世纪末发表的基于大气散射传输的雾天对象成像退化模型被广泛使用在图像去雾方面，提出了各种猜想，构建了多参数模型，用来提高图像处理的对比度，增强图像边缘细节问题。美国国家航空航天局Langley研究中心应用Retinex算法对雾天拍摄的图像增强进行研究，单纯从增强的角度恢复出令人意想不到的效果。国外还有很多机构在致力于研究图像增强，如美国的德克萨斯农业大学和马来西亚的布特拉大学。塔夫斯大学，韩国水原大学等。国内一些开展雾天图像增强研究的主要有安徽大学，合肥工业大学，上海交通大学，南京理工大学，大连海事大学，武汉理工大学等，并且都取得了一定的成果。
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。
