【课题推荐发表期刊】

【课题背景】

在海洋勘探、自动驾驶、灾害救援及无人机巡检等领域，极端环境（如水下光散射、低光照、雨雾干扰、非均匀光照等）导致的图像退化问题严重制约了视觉系统的感知能力。例如，水下影像因水体吸收和悬浮颗粒散射呈现色彩失真与模糊；无人机航拍图像易受云雾遮挡和运动模糊干扰；自然场景低光成像存在噪声与细节丢失。现有图像增强方法多针对单一退化类型设计，在复杂耦合退化场景下泛化性不足，且难以平衡实时性与复原精度，限制了其在动态极端环境中的实际应用价值。

本课题将探索极端场景下的影像质量提升方法，旨在开发出具有更强泛化能力和实时性的图像增强技术，有助于提升海洋勘探、自动驾驶、灾害救援和无人机巡检等领域中视觉系统的感知能力，还能为相关领域的实际应用提供更可靠的技术支持。

【课题方向参考】

极端场景下影像（水下、自然图像、无人机图像）质量提升，包括：低光图像增强、光照不均匀校正、图像去雨/去云等。

【适合人群】

学历不限，具有python编程能力，可以独立运用各种深度学习框架。

【课题收获】

• 高质量论文一篇（SCI/CCF定向期刊）

• SCI/CCF期刊投递与发表指导

• 结业证书

【导师介绍】

Dr. Han，985高校计算机博士

• 发表论文共31篇，包含SCI检索论文11篇，SCI一区及TOP论文9篇，单篇引用170次，包括IEEE TPAMI、IEEE TITS、IEEE TGRS等高水平期刊

• 专利成果5项

• 担任国际权威期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（SCI一区），IEEE Transactions on Intelligent Transportation Systems（SCI一区），IEEE Transactions on Geoscience and Remote Sensing （SCI一区）和Neural Networks（SCI一区）等十余种期刊审稿人；担任AIPR，AIVR，ICNLP，ICISPC（2021-2024）等国际会议程序或技术委员会委员

• 辅导过多个硕士博士毕业，发表IEEE TITS等一区期刊论文

• 可提供课题基金申报指导、保研指导、申博指导；可提供部分开放研究数据；期刊内推资源；就业/实习机会推荐

【课题安排】

研究周期预估六个月左右，具体视学员情况调整。

【推荐阅读】

• 2023 ReX-Net: A reflectance-guided underwater image enhancement network for extreme scenarios

• 2024 Underwater image enhancement method via extreme enhancement and ultimate weakening

• 2024 Research on image data filtering methods for extreme environments after the nuclear leak accident