针对传统的单幅图像去雾算法容易受到雾图先验知识制约及颜色失真等问题,提出了一种基于深度学习的多尺度卷积神经网络(CNN)单幅图像去雾方法,即通过学习雾天图像与大气透射率之间的映射关系实现图像去雾。根据大气散射模型形成雾图机理,设计了一个端到端的多尺度全CNN模型,通过卷积层运算提取有雾图像的浅层特征,利用多尺度卷积核并行提取得到有雾图像的深层特征,然后将浅层特征和深层特征进行跳跃连接融合,最后通过非线性回归得到雾图对应的透射率图特征,并根据大气散射模型恢复出无雾图像。采用雾图数据集对该模型进行训练测试。实验结果表明,所提方法在合成有雾图像和真实自然雾天图像的实验中均能取得良好的去雾效果,在主观评价和客观评价上均优于其他对比算法。

使用matlab对图像进行对比度调节，图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。

基于python的图像处理之图像去噪的各种算法实现，还设计了UI界面

这个函数只有一个输入，它是要添加填充像素的初始图像（填充像素的值=0）。 在输出中，新尺寸的图像=（初始行数+2）*（列数+2）。

本设计为基于MATLAB不变矩的数字验证码识别系统，带一个GUI界面。可以识别带有噪声的数字验证码。流程为：读取图片，用颜色分量的方法将噪声去除，得到去噪后图像，利用连通域法进行字符分割，提取到每个字符的Hu不变矩，进而跟模板字符相匹配，得到结果。该设计做的匆忙，回调函数未来得及全部填写。

提出二维属性直方图的概念。它是一种由先验知识约束的二维直方图,可以使一些图像处理方法得到简化和变得可行。在此基础上提出一种基于二维属性直方图的图像分割方法。该方法步骤是构造图像的属性集,确定相应的二维属性直方图,然后利用二维属性直方图的最大熵法确定灰度阈值。为了说明该方法的性能,将其用于一种海底小目标图像分割。同时,也使用一维属性直方图的最大熵分割法。结果表明该方法比一维属性直方图的最大熵法抗干扰性更强,分割效果更好。二维属性直方图的概念具有理论意义与应用价值。该方法适用于图像有某种先验知识的场合。

课堂考勤系统的作用为督促学生参与到课堂教学中，让学生能够更好学习相关知识。传统的课堂教学采用课堂点名的方式，容易打乱教师的授课节奏。基于对人脸识别技术开发现状的研究和分析，本文利用图像处理技术，研究基于人脸识别的课堂点名系统算法的设计，并编程实现该算法。

正则化方法是近年来流行的图像复原算法。研究了周期边界条件下Tikhonov正则化的预处理共轭梯度算法，提出了新的预处理矩阵和变化正则化参数的方法。正则化参数先取较大值，抑制复原图像中的噪声，得出收敛的结果来修正初始梯度；再取较小值，用来增强复原图像中的细节。对一组图像复原基准问题的实验结果表明，与当前流行的正则化图像复原算法比较，该算法的图像复原效果更佳。

当待拼接的源图像之间存在较大色彩差异时，最佳缝合线算法的输出图像中会存在明显的接缝，影响图像质量。针对这一问题，引入多频段融合算法，提出了一种最佳缝合线的改进算法。算法采用多尺度分解方法，将图像扩展至不同尺度空间，在不同的尺度空间内采用不同权值进行图像融合，重构还原得到最终的拼接图像，并建立主客观两种评价体系，验证算法的有效性。实验表明，相较于传统最佳缝合线算法，本文提出的算法能过够有效地解决接缝问题，输出的拼接图像在质量上有着明显的提升。

采用openCV和vs2010实现通过双边滤波的方法实现图像的优化。