基于单幅图像的快速去雾算法实现

Posted 2022-10-30 Ven_J

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了基于单幅图像的快速去雾算法实现相关的知识，希望对你有一定的参考价值。

基于图像复原的去雾方法中，最有代表性的是暗通道去雾算法，但是暗通道去雾算法的处理时间比较长，不能达到实时处理。在阅读了大量文献及其参考文献，找到能够实时处理的去雾算法，是清华大学写的文章：基于单幅图像的快速去雾算法，作者：刘倩，陈茂华，周东华。
废话不多说，直接上算法

首先对算法进行一个简单的说明，根据博文去雾技术综述可知，去雾的主要步骤就是估计全局大气光 $A$ 和透射率 $t(x)$ 。
文章中，使用了 $L(x)$ 来代替 $A(1-t(x))$ 。

L(x)=A(1−t(x))⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅(1) $L(x)=A(1-t(x))··········(1)$ 因此，本文就是根据输入图像估计

A $A$ 和

L(x) $L(x)$ ，然后根据雾天退化模型求取出去雾后的图像。
估计透射率 $t(x)$
根据博文去雾技术综述可知，

t(x)≥1−H(x)A⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅(2) $t(x) ≥1- \\fracH(x)A ·············(2)$ 取

H(x) $H(x)$ 三通道中的最小值，并记为

M(x)=minc∈r,g,b(Hc(x))⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅(3) $M(x)=min_c∈r, g, b(H^c(x))··········(3)$ 因此公式（2）可以变换为

t(x)≥1−M(x)A⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅(4) $t(x) ≥1- \\fracM(x)A···················(4)$ 对公式（4）右边进行均值滤波

averagesa(1−M(x)A)=1−averagesa(M(x))A=1−∑y∈Ω(x)M(y)Asa2⋅⋅⋅⋅(5) $average_s_a(1-\\fracM(x)A) = 1-\\fracaverage_s_a(M(x))A=1-\\frac\\sum_y∈Ω(x)M(y)As_a^2····(5)$ 其中，

sa $s_a$ 表示均值滤波窗口大小，

Ω(x) $Ω(x)$ 表示像素x的

sa×sa $s_a×s_a$ 的邻域。均值滤波后的结果能反应

t(x) $t(x)$ 的大致趋势，但与真实的

t(x) $t(x)$ 还相差一定的绝对值，于是，得出透射率的粗略估计值

t (x)=1−Mave(x)A+ψMave(x)A=1−δMave(x)A⋅⋅⋅⋅⋅⋅⋅(6) $t^~(x)=1-\\fracM_ave(x)A+ψ\\fracM_ave(x)A = 1-δ\\fracM_ave(x)A·······(6)$ 其中

Mave(以上是关于基于单幅图像的快速去雾算法实现的主要内容，如果未能解决你的问题，请参考以下文章

基于Python单幅图像融合去雾系统

基于暗通道优先算法的去雾应用(Matlab/C++)

实例应用：基于opencv的单张图像去雾算法

基于Retinex的图像去雾算法（MATLAB实现）

图像去雾技术综述