机器学习实践系列之13 - OpenCV之图像去雾

       图像去雾 是图像质量保证的一个重要方面，这里要讲到的是这个领域的一个里程碑式的贡献：

       来自 何凯铭 的基于 暗原色先验（dark channel prior）的单一输入图像去雾方法，这是一种简单但是有效的图像先验规律，不需要借助帧间关系。

       论文参考：Single Image Haze Removal Using Dark Channel Prior

       暗原色先验 基于这样一个假设：绝大多数的户外无雾图像的每个局部区域都存在某些至少一个颜色通道的强度值很低的像素，该区域的光强度很小。

       利用这个先验建立去雾模型，可直接估算雾的浓度并且复原得到高质量的去除雾干扰的图像。

       算法步骤：

1. 根据雾成像模型，最终图像 I 可以表示为 无雾图像J 的变换：

       

       其中 t(x) 为透射率，A为大气光成分，也就是说 去雾目标可以变为 从已经 最终图像 I，反求 无雾图像 J 的过程。

2. 方程两边同时除以 A，得到： 

        

       其中c 表示 Channel，对应 RGB 通道。

3. 里面有两个未知量，想办法求 t(x)，问题在于消去方程里面的 J，

       假定 t(x) 为常数，两次求 min，整理如下：

        

4. 根据暗原色假设 （J最小的地方为0），我们有：

        

       代入上式，可以得到：