论文研究-融合粗糙集和二元萤火虫算法的雾霾关键影响因素预测方法.pdf,  雾霾对人类的日常生活带来极大的危害，因而分析产生雾霾的关键影响因素尤为重要.针对目前传统算法预测雾霾关键影响因素存在的缺陷，从一维细胞自动机入手，提出了一种以基于群落弱连接机制的二元萤火虫算法（CWLBGSO）为搜索策略，粗糙集为评价准则的混合方法.CWLBGSO基于自然界中萤火虫间协同进化的“弱连接”机制，划分搜索空间，为每个子空间分配相应的种群，各子种群中的次优个体相互交互产生新个体，从而保持种群的动态多样性，然后将CWLBGSO结合粗糙集，应用于北京，广州和上海三地雾霾关键影响因素的预测中，并结合10交叉验证和SVM算法对预测结果分类准确率和影响因素进行分析，通过与其它算法进行对比，结果表明本文算法能有效剔除冗余因素，预测结果具有较高的稳定性和可行性.

现在我国尤其是北方城市，工业发达，废弃排放严重，这使得雾霾越来越厉害，让能见度极低。这严重影响了我们的交通系统，导航系统，卫星定位系统等，给人民出行，工作带来极大的不便利。目前市场上高清拍摄设备虽然可以让成像清晰点，但是造价高昂。如果有一套软件处理系统，可以实时地处理含雾的图像，让成像去雾化，让图像变得清晰，将会很受欢迎。 该课题为基于MATLAB的图像去雾系统，采用局部直方图，全局直方图，retinex三种算法进行图像去雾。为了让界面更加美观，可以增加GUI人机交互界面，在GUI上显示去雾前后对比图，方法选择按钮，提示信息框，以及评价参数如灰度直方图，峰值信噪比P

针对交通场景图像中由于雾霾导致的图像目标主体不清晰,影响监控效果的问题,提出一种基于导向滤波与自适应色阶调整的改进暗通道图像去雾新方法.首先,基于暗通道原理对原始图像进行映射处理,从而得到大气光成分与透射率的估计值,并利用多维导向滤波方法对大气透射率估计值进行优化处理;然后,根据图像降质过程的逆过程,求解雾霾图像清晰化处理初始结果;最后,利用多通道自适应色阶调整方法进一步优化初始结果,解决初始结果整体亮度较暗、不利于监控系统后期处理的问题.实验结果表明,清晰化处理后的图像具有较高的亮度和对比度值,较好地保留并增强了图像的边缘和细节信息,算法去雾霾效果显著,针对交通场景图像处理的自适应性较高.

基于参考图像的雾霾图像感兴趣区域增强方法

现在我国尤其是北方城市，工业发达，废弃排放严重，这使得雾霾越来越厉害，让能见度极低。这严重影响了我们的交通系统，导航系统，卫星定位系统等，给人民出行，工作带来极大的不便利。目前市场上高清拍摄设备虽然可以让成像清晰点，但是造价高昂。如果有一套软件处理系统，可以实时地处理含雾的图像，让成像去雾化，让图像变得清晰，将会很受欢迎。 该课题为基于MATLAB的图像去雾系统，采用局部直方图，全局直方图，retinex三种算法进行图像去雾。为了让界面更加美观，可以增加GUI人机交互界面，在GUI上显示去雾前后对比图，方法选择按钮，提示信息框，以及评价参数如灰度直方图，峰值信噪比PSNR等。

该课题为基于MATLAB bp神经网络的雾霾天气下交通标志的识别系统。主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形态学相关知识，将得到的误干扰面积去除，从而实现精准定位。定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。本设计配有一个GUI可视化界面，操作简单容易上手。是个不错的选题。

整理的适用于图像去雾的雾霾图像，可用于暗通道、图像增强等图像去雾程序编写；源图像

何凯明暗通道先验法 原文 翻译 ppt 及大气光模型论文 和图像除雾相关的资料 Single Image Haze Removal Using Dark Channel Prior Optimized contrast enhancement for realtime image and video dehazing modeling skylight and aerial perspective 何恺明在CVPR会议上演讲时的ppt——基于暗通道先验的单幅图像去雾技术 基於暗原色的单一图像去雾技术

北京雾霾天气数据集

主要描述运用合理的数学建模方法来分析雾霾的分布情况，运用相关函数证明雾霾的产生原因及其治理措施