超级会员免费看
本文深入探讨了图像去雾技术，重点分析了基于图像处理、物理模型、融合方法和深度学习的去雾算法。研究了各种算法的优缺点，包括暗通道先验、同态滤波、小波方法、Retinex模型和深度学习模型如DehazeNet。同时，介绍了图像去雾的客观评价准则和常用测试集。
DATE: 2019-10-20
前言
在雾霾等天气条件下，大气粒子的散射作用以及大气粒子本身会导致成像传感器采集的图像严重降质。因此图像去雾算法就成为了图像处理和计算机视觉领域中一个非常重要的研究方向，主要应用在视频监控、地形勘测和自动驾驶等领域。图像去雾技术的主要任务就是去除天气因素对图像质量的影响，从而增强图像的可见度。本文主要对当前最新的去雾技术进行调研，分析各种去雾算法的优缺点，并实现目前主流的去雾算法。
1、参考
《Single Image Haze Removal Using Dark Channel Prior》一文中图像去雾算法的原理、实现、效果（速度可实时）
技术前沿：图像去雨滴算法
去雾去雨
图像去雾之何凯明暗通道先验去雾算
订阅专栏 解锁全文
扫一扫
5289
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
