题目：图像快速去雾方法研究

图像中的雾气会造成图像颜色整体偏向白灰色、细节丢失和对比度降低，对很多户外场景中直接获取图像的目标监视以及间接运用图像的识别跟踪测量任务，造成了一定的干扰，影响了系统的可靠运行和推广应用。图像去雾可以有效地去除图像中的雾气效果，提高能见度，提升视觉效果。

本论文围绕雾天图像的复原与增强这一核心问题，在图像去雾、去雾过程中的噪声抑制和去雾后图像质量评价等三个方面展开了研究。本论文完成的主要工作有：

（1）提出了一种基于亮度线性变换的快速单幅图像去雾方法。以雾天成像模型为出发点，结合彩色图像三个颜色通道的先验约束，使用亮度线性变化方法，计算传输率图像。根据白色物体更能反映图像整体颜色信息的假设，采用雾天图像中部分亮度较大像素的颜色均值作为大气光源。实验结果验证了本方法的去雾效果和计算速度优势。

（2）提出了一种图像去雾过程中的噪声抑制方法。在图像去雾过程中，以计算得到的传输率图像为指导，对雾天图像进行滤波半径变化的模糊处理。重新计算传输率图像，代入雾天成像模型，实现去雾后图像的噪声抑制。本论文还提出了一种基于分割的噪声水平评价方法，以验证噪声抑制效果。

（3）提出了一种去雾后图像质量评价方法。针对去雾后图像的特点及去雾可能产生的失真类型，提取雾气残留、光晕、噪声、过去雾和亮度等特征。构建去雾后图像数据库，结合人工主观打分，对特征进行学习训练，实现去雾后图像质量评价。