基于暗通道去雾算法的实现与优化（三）优化策略

注：这一系列的文章是我大四时写的，现在回顾，发现当时的布局和公式实在是太难看了，读者可移步至这里查看舒服的排版github同步博客。

点我查看测试样例

一 原论文方法的局限性

谈到优化，我们首先需要了解原论文的方法有何局限，在实际编码测试中我发现了以下的三点局限：

1.太过耗时 

在上一篇中，在透射图的精细化（refine）中原论文使用的是softmatting方法，而我编码使用的是引导滤波，一是因为softmatting我看不太懂，二是因为softmatting实在是太耗时间了，而引导滤波的时间复杂度是常数并且其效果不比softmatting差。

即使在使用引导滤波代替原文softmatting之后，处理一幅324*284的图像也需要150ms左右，这对于视频处理来说时间还是太长了（一般30ms左右）！

2.色斑，色块效应

在实验中发现，当像素点的强度（intensity）接近大气光值（airlight）时，去雾的图像会出现局部的色斑，色偏效应，这样说的比较抽象，大家可以看一下下边的对比图：

大家可以看到左图上部区域出现了明显的色斑效应，这是因为上部分的图像像素强度非常接近大气光值，有人可能会问，为什么接近大气光值就会导致色斑呢？

还记得第一篇中提到的透射图的计算公式吗？如下：

    

   当I(y)非常接近A时，t(x)就会非常小，接近于0，也就是说t(x)<t0，于是乎，当我们计算J(x)时，会有很多的像素对应着同一个t值，即t0，这就会导致出项色斑啦！

3.图像亮度降低

                何在论文中也提到了，处理完之后，图像的亮度会有一点变暗，至于为啥，我暂时不能理解；这就需要我们使用一定的策略进行图像增强，我使用的是局部非线性增强的方法。

二 解决的策略

1.图像降采样处理

这一点要特别感谢http://www.cnblogs.com/Imageshop/p/3281703.html 的博主，受到他的启发；

我们知道：去雾的过程中计算的暗通道和透射率图像并不需要特别的高质量（高分辨率），那么我们就可以把图像降采样，把缩小的图像作为输入计算暗通道和透射率图像，在最后一步时我们再使用插值的方式resize暗通道和透射率图像到原图的大小，这样从理论上来说对效果没有明显的影响。

基于这样的思路，我进行了实验，其中我的降采样率为0.5，理论上来说应该可以减少1/4左右的计算量，效果如下：

原图：

降采样处理过的去雾效果：

未降采样的去雾效果：

执行时间：降采样处理过的去雾耗时：42ms；未处理的去雾效果：150ms

从上边的对比图像中可以发现，从主观上来看，降采样处理之后的效果几乎与未降采样的效果是一样的，但是，时间确大大减少了，仅仅需要42ms 啊亲！

需要注意：不能把scale降采样率设置的太小了，一是会影响效果；二是在缩小和放大图像过程中耗时可能会过多，得不偿失啊亲！

2.优化t(x)的计算

既然是因为计算t的时候出现的问题，那么我们可以人为的在t过小的时候进行一些处理，使它不至于总是比t0小；

for(int k=0;k<nr;k++){
		const uchar* inData=darkimg.ptr<uchar>(k);  
		const uchar* srcData=srcimg.ptr<uchar>(k);  
		float* outData=transmission.ptr<float>(k);
		for(int l=0;l<nl;l++)
		{
			pix[0]=*srcData++;
			pix[1]=*srcData++;
			pix[2]=*srcData++;
			r=fabs((pix[0]+pix[1]+pix[2])/3.0-avg_A);
			if(r<r0)
				*outData++=1-w*(*inData++/avg_A)+(r0-r)/r0;
			else			
				*outData++=1-w*(*inData++/avg_A);			
		}
	}

上述代码中，我加了一个判断，当像素的强度非常接近大气光值时，对于t的计算加上一个增幅项，即：（r0-r）/r0；其中，r是当前的像素intensity，r0是判断的阈值。

经过这样简单的处理之后，我们再来看看效果吧！见下图：

原图：

未优化的效果：

优化之后的效果：

对比可以看出来，优化之后明显的去除了第二幅图中的色斑效应！当然，阈值的选择很重要，太大了，图像去雾不明显，太小了色斑又会出来，大家可以继续优化，搞个动态阈值什么的~

下一篇，介绍一下opencv for android，并在android中实现去雾算法（我并不想染指android，没办法啊，党指挥枪哈哈）。

2016/09/25更新

时隔多日。。博主并不想更新了 ==

主要是在安卓中如果想保持较快的处理速度一定要调用C的函数，其他参考opencv for android的 api即可

这就涉及到如何在java中调用c函数的一些blablabla了。。。

再废话一句：突然想到《藤王阁序》一句：

登高作赋，是所望于群公。