开发工具:
文件大小: 3mb
下载次数: 0
上传时间: 2017-04-08
详细说明： 理论上来说代码一定是能编译能过的。 用的opencv库版本有2.89和3.10 #前言 目前的图像去雾算法很多，思路基本上两条： 1,基于非物理模型，本质上是增强图像的对比度与颜色，并没有对雾天图像的形成原因进行分析而补偿。代表方法是直方图均衡化。效果一般。 2，基于物理模型，现在效果好的去雾算法都是基于物理模型，利用大气物理散射规律来建立图像还原模型，而不同的论文算法，用的模型都不尽相同。基于物理模型的算法因为基于模型更好的分析了含雾图像。并且与现实贴近，效果都不错，只是算法复杂度不同，计算时间长 短不同而已。代表方法是何恺明博士的Single Image Haze Removal Using Dark Channel Prior，即基于暗通道先验的去雾算法。 目前感觉效果最好的就是基于暗通道先验的去雾算法。 ##Single Image Haze Removal Using Dark Channel Prior 在去雾算法中，利用的以下物理模型：此处输入图片的描述 其中I(x)是有雾后的图像，J(x)是无雾图像，A是全球大气光照值，t(x)是透射率图。 上式经过化简之后可得到： 其实就是已知I(x)，然后通过分析I(x)，算出J(x)。 ##暗通道 首先看什么是暗通道，在何的论文中，对于暗通道的定义是：在无雾图像中，在大多数局部区域内，其中的一些像素会在某个通道内含有非常低的像素值(换句话说也就是，在某个区域内，所有像素的各个通道的最小值的像素值非常小（0~16）)。这些像素值的产生主要是由于阴影（shadow）, 彩色物体（colorful object）（某一个通道的值太大，导致其他通道的值小）, 黑色物体等。 而在含雾图像中，因为雾气的存在，暗通道并不是全黑，比如下图： 可以看出来，上方含雾的部分偏白，而下方城市部分大部分为黑色。这样我们都能得用暗通道来得到含雾图像中雾的有无，雾的浓度。这个是作者分析了很多图像后得出来的结论，所以说讲先验。 暗通道的计算方法也很容易 其中Ω为一个正方形区域，即对每一个像素计算每一个通道一个区域内最小值的那个像素值作为暗通道的值。 ##全球大气光照值 因为在计算透射率图的时候要用到全球大气光照值，所以先计算A。 A的计算方法很简单， the pixels with highest intensity in the input image I is selected as the atmopheric light. 这是文中给出的方法，在暗通道中取亮度最高的前0.1%像素，然后找出在原始图像中I亮度最高的像素作为A。 ##透射率 对于透射率的计算有以下式子： 其中，w是为了不使图像失真，而引人的控制保留雾的比重的参数。 如果只是这么做了话，因为透射率图的计算方法，我们是在一个个区域内算的，所以透射率图会是一块块的。所以我们还要对透射率图进行处理。计算出精细的透射率图。 在原论文中，采用的软扣图算法，十分慢。 ##去雾 我们现在已经计算得出了A，t(x)，I(x)，可以进行去雾了。 如下式： 其中t0是为了防止t(x)中的值为0以及防止t(x)过下而使J(x)过大，J(x)过大会使图像偏白。 #改进 原算法中，计算精细的透射率图是采用的软扣图，而我改用了同是何博士发的算法论文中的导向滤波。而导向滤波是一个快速的滤波算法，感兴趣的可以看看论文。而现在MATLAB与OpenCV中集成了此滤波算法。在我写的时候还没有，所以自己写了一个导向滤波。其实何博士的论文对于导向滤波讲的很清楚，推荐大家去读一读。 算法对于天空部分计算不是很好，特别是还有雾的天空，会使天空出现明显的不自然。 这里我采用了一种很简单的方法来改进： 引入一个参数K，如果全球大气光照值A与对应的暗通道值的绝对值小于K就对除以这个绝对值并乘以K。如果大于的话就不变。 ...展开收缩
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
