摘要：近年来，环境问题越来越严重，雾霾问题已经成了当今中国最严重的环境问题之一。而雾霾，不仅危害着人体健康，更阻碍着人类的社会活动，比如与人类出行密切相关的现代智能交通系统，需要通过图像采集设备采集图像，识别出车辆信息，以便完成后续一系列的管理与控制，保障着社会的秩序与安全。而频繁出现的雾霾会造成图像采集设备采集到的图像难以直接从中准确的获取信息，对其后续的管理造成了严重的阻碍，在此情况下，本文提出了一种基于暗通道先验的改进去雾算法，对采集到的有雾图像进行复原，辅助车辆的识别管理。

首先本文介绍了大气散射模型和暗通道理论；接着介绍了基于二者的去雾算法的整体流程，并对其中的滤波窗口大小与参数因子的数值进行实验比较；然后针对算法的复杂度高、运行时间长问题提出了一种基于引导滤波的透射率精细化算法，针对大气光估计值的漏洞，提出了一种基于四叉树多层次分解搜索的方法改进，针对天空等明亮区域颜色失真提出了修正明亮区域透射率的改进。最后，在去雾算法的辅助下，使用了基于颜色的车牌定位算法进行实验。实验表明，有了本文的去雾算法作为辅助，车牌检测的效果有了很高的提高。

关键词：图像去雾；暗道理论；车牌定位；颜色模型

目录

摘要

Abstract

1 绪论-1

1.1 课题研究的背景和意义-1

1.2 国内外研究现状-1

1.3 研究内容-2

2 图像去雾理论-4

2.1 大气散射模型-4

2.2 基于暗通道先验的去雾算法-5

2.2.1 暗通道先验原理-5

2.2.2 基于暗通道先验的去雾算法：-6

2.2.3 粗透射率的优化-8

2.2.4 大气光值的估计-9

2.2.5 基于暗通道先验的去雾算法的缺点:-10

2.3 本章小结-10

3 基于暗通道先验的去雾算法的改进-12

3.1 暗通道先验去雾参数的影响-12

3.1.1 暗通道的邻域窗口大小-12

3.1.2对去雾结果的影响-12

3.2 基于引导滤波的透射率优化-13

3.2.1 引导滤波-13

3.2.2 基于引导滤波的透射率优化改进：-14

3.3 大气光估计值的改进-15

3.4 明亮区域去雾的改进-17

3.5 本章小结-18

4 基于颜色的车牌定位算法-19

4.1 车牌定位算法-19

4.2 本章小结-20

5 实验仿真模拟-21

5.1 透射率优化实验结果-21

5.2 透射率修复与大气光估计值实验结果-22

5.3 去雾效果-23

5.4 车牌定位效果-24

5.4.1 无雾图像进行车牌定位-24

5.4.2 有雾图像进行车牌定位-25

5.4.3 在去雾算法的辅助下进行车牌定位-27

5.5 本章小结-29

6 结论-30

6.1 总结-30

6.2 展望-30

参 考 文 献-31

致 谢-32