引言:

在雾、霾之类的恶劣天气下，采集的图像质量会由于大气散射而严重降低, 使图像颜色偏灰白色, 对比度降低, 物体特征难以辨认。所以需要图像去雾技术来增强或修复, 以改善视觉效果。目前图像去雾方法主要可以分为两大类:
（1）基于图像处理的增强方法。这种方法通过对雾天图像进行增强, 改善图像质量。其优点是可以利用已有的成熟图像处理算法进行针对性运用, 增强图像的对比度, 突出图像中景物的特征和有价值的信息；缺点是可能会造成图像部分信息的损失, 使图像失真。
（2）基于物理模型的复原方法。这种方法通过研究大气悬浮颗粒对光的散射作用, 建立大气散射模型，了解图像退化的物理机理, 并复原出未降质前的图像。

图像增强去雾方法：

在前几篇博客里，分别介绍了关于直方图均衡，同态滤波，基于Retinex原理增强等方法，这里不再展开了，这里直接对这几种方法的效果进行测试，对比看一下。

物理模型复原方法：

上图为大气散射模型，通常使用雾天图像退化模型描述雾霾等对图像质量造成的影响，下面模型是由McCartney提出:

I(x)=J(x)e−rd(x)+A(1−e−rd(x))

式中，x是像素的空间坐标，I 是观察到的有雾图像，J 是待恢复的无雾图像，r 表示大气散射系数，d代表景物深度，A是全局大气光成分，A一般假设为全局常量，与空间坐标无关。
e−r(dx)表示坐标空间x处的透射率，使用t(x)来表示透射率，于是得到下面的公式：

I(x)=J(x)t(x)+A(1−t(x))

图像去雾过程就是根据 I(x) 求解 J(x) 的过程。从上面的公式可以看出，基于物理模型的去雾算法本质是根据已知的有雾图像 I(x) 求出透射率 t(x) 和全局大气光成分A ，进而得到复原图像J(X)。

在这方面做的比较受认可的研究有何凯明的基于暗通道去雾方法，介绍该方法的文章也不少[2,3,12,13]，后面认真拜读一下。

基于暗通道去雾实现：

由于好多链接给出的matlab程序文件不全，导致程序跑不痛，我整理了一下，并给出了测试程序和示例图片，感兴趣的可以下载，链接地址：http://download.csdn.net/download/piaoxuezhong/10035664，这里放几幅效果图：

，

图像去雾研究链接[9]：

S.G. Narasimhan and S.K. Nayar，多幅图像（同一场景不同时间、天气）去雾主页
NASA， Retinex理论增强，主页。
Ana Belén Petro总结了NASA的Retinex理论，源代码，不过不是matlab版本的。
Kopf，Deep Photo: Model-Based Photograph Enhancement and Viewing，3D场景去雾，没有源码。主页地址
Fattal, single image dehazing, 主页*matlab代码*
Fattal 2014，Automatic Recovery of the Atmospheric Light in Hazy Images，大气光恢复去雾，有代码，主页
Fattal 2014，Dehazing using Color-Lines，无代码，主页
这里有个Matlab script converting jet-color images into [0,1] transmission values 主页
Tarel,Fast visibility restoration from a single color or gray level image,matlab代码*实验主页*
He kaiming， single image dehazing using dark channel prior,实验主页
其guided image dehazing，主页有matlab代码
Nishino，bayesian defogging，贝叶斯去雾，主页
Ancuti，inverse-image dehazing， fusion-based dehazing，水下融合去雾,个人主页*半反去雾主页*
Ketan Tang, 基于学习的去雾Investigating haze-relevant features in a learning framework for image dehazing，实验主页
Gibson，维纳滤波去雾，fast single image fog removal using the adaptive wiener filter，主页
Meng gaofeng,改进的暗原色去雾efficinet image dehazing with boundary constraint contextual regularization，matlab代码
Yoav Y.Schechner,一直研究偏振去雾算法，典型的代表作，blind haze separation, advanced visiblity improvement based on polarization filtered images，主页
yk wang，Single Image Defogging by Multiscale Depth Fusion，也是基于贝叶斯和马尔可夫来去雾，暂时没公布matlab代码。主页
Jin-Hwan Kim, optimized contrast enhancement for real-time image and video dehazing, 关于图像增强和视频去雾的，主页有代码，C程序主页
1. ECCV2016 Single Image Dehazing via Multi-Scale Convolutional Neural Networks，主页
2. 2015年的一篇CVPR，主页有代码，Simultaneous Video Defogging and Stereo Reconstruction链接
  文章主页：http://www.lizhuwen.com/pages/Stereo%20in%20Fog.html
OPTIMIZED CONTRAST ENHANCEMENT FOR REAL-TIME IMAGE AND VIDEO DEHAZING

关于去雾算法质量评价对比
1、Zhengying Chen，Quality Assessment for Comparing Image Enhancement Algorithms（CVPR2014），基于学习的去雾算法排序方法，据说有数据库，但得填表找他们要，主页
2、Gibson，A No-Reference Perceptual Based Contrast Enhancement Metric for Ocean Scenes in Fog（TIP，2013），一种CEM评价方法，不过也是基于学习的，数据库和代码都有。主页
3、Hautiere，Blind contrast enhancement assessment by gradient ratioing at visible edges，三种忙评价方法。代码网络上有，原作者编写的在这里，主页

4.图像去雾和视频去雾的综述:Review of Video and Image Defogging Algorithms and Related Studies on Image Restoration and Enhancement。

参考：

《图像去雾的最新研究进展》[J].自动化学报
http://blog.csdn.net/u011691310/article/details/16827695
http://blog.csdn.net/huixingshao/article/details/42834939
http://download.csdn.net/download/huixingshao/9494191
http://blog.csdn.net/fightingforcv/article/details/52723376
http://blog.csdn.net/s12244315/article/details/50292049
http://blog.csdn.net/baimafujinji/article/details/27206237
http://blog.csdn.net/baimafujinji/article/details/30060161
http://blog.csdn.net/ckghostwj/article/details/46463679
http://blog.csdn.net/u013684730/article/details/76640321
http://blog.csdn.net/linolzhang/article/details/59723792
http://www.cnblogs.com/molakejin/p/5708883.html
http://www.cnblogs.com/Imageshop/p/3281703.html
http://qianjiye.de/2015/09/haze-removal-kaiming#outline_0

图像去雾算法（一）相关研究及链接相关推荐

综述：视频和图像去雾算法以及相关的图像恢复和增强研究
综述:视频和图像去雾算法以及相关的图像恢复和增强研究翻译自IEEE的一篇文章<Review of Video and Image Defogging Algorithms and Relate ...
基于Vision Transformer的图像去雾算法研究与实现(附源码)
基于Vision Transformer的图像去雾算法研究与实现 0. 服务器性能简单监控 \LOG_USE_CPU_MEMORY\文件夹下的use_memory.py文件可以实时输出CPU使用率以及 ...
暗原色先验图像去雾算法研究_先验算法
暗原色先验图像去雾算法研究 Today we are going to learn about Apriori Algorithm. Before we start with that we need ...
【论文阅读】改进的基于均值滤波的单幅图像去雾算法研究
改进的基于均值滤波的单幅图像去雾算法研究吴延海,张婧,陈康西安科技大学学报, 2016 本文是在<基于单幅图像的快速去雾>基础上进行改进.主要改进有以下几点: 对<基于单幅图像 ...
单幅图像去雾算法研究综述
来源 <计算机工程与应用>北大核心期刊,CSCD数据库. 影响因子:2.348 简介图像去雾算法是以满足特定场景需求,突出图片细节并增强图片质量为目的的图像分析与处理方法.在雾霾天气下, ...
暗通道优先的图像去雾算法（上）
FROM:http://blog.csdn.net/baimafujinji/article/details/27206237 11.1 暗通道优先的图像去雾算法图像增强与图像修复二者之间有一定交 ...
[论文阅读] (11)ACE算法和暗通道先验图像去雾算法（Rizzi | 何恺明老师）
<娜璋带你读论文>系列主要是督促自己阅读优秀论文及听取学术讲座,并分享给大家,希望您喜欢.由于作者的英文水平和学术能力不高,需要不断提升,所以还请大家批评指正,非常欢迎大家给我留言评论,学 ...
基于MATLAB改进暗通道先验的图像去雾算法
基于MATLAB改进暗通道先验的图像去雾算法摘要:暗通道先验去雾算法求得的的透射率比较精细,去雾效果优于大多数去雾算法.然而在暗通道求取过程中,最小值滤波的处理会使得暗色向外扩张,导致透射率扩张变大 ...
Python基于OpenCV的图像去雾算法[完整源码＆部署教程]
1.图片识别 2.视频展示 [项目分享]Python基于OpenCV的图像去雾算法[完整源码&部署教程]_哔哩哔哩_bilibili 3.算法原理图像增强算法常见于对图像的亮度.对比度.饱和 ...
基于暗通道先验的单幅图像去雾算法小结
在开始之前,先看一组去雾的效果图. 1. 关于去雾的意义及算法去雾在视频监控.航拍.遥感.自动/辅助驾驶等需要在室外复杂.恶劣天气下运行的视觉系统,都可能需要运用到这一技术. 目前去雾算法主要有两个 ...

图像去雾算法（一）相关研究及链接

引言:

图像增强去雾方法：

物理模型复原方法：

基于暗通道去雾实现：

图像去雾研究链接[9]：

参考：

图像去雾算法（一）相关研究及链接相关推荐

最新文章

热门文章