本文介绍了Kaiming He提出的基于暗原色先验理论的单幅图像去雾方法，该理论是视觉领域的一个重大突破，曾获得CVPR 2009的最佳论文奖。暗原色先验是指在无雾图像的局部区域存在暗原色像素，这一统计规律被用于图像去雾过程，通过求取暗原色并结合物理模型推导出透射率图，从而实现去雾效果。该方法通过软蒙版或滤波器细化处理，使去雾后的图像更自然，层次分明。
参考论文Single Image Haze Removal Using Dark Channel Prior---Kaiming He
暗原色先验理论（dark-channel prior）是 Kaiming He 等人发现的，并提出了基于暗原色先验的单幅图像去雾方法。在自然图像已被研究了几十年的今天，发现全新的图像本质特性是视觉领域的重大突破。该项成果发表在 2009 年IEEE 计算机视觉与模式识别国际会议（CVPR 2009）上，并夺得大会唯一的最佳论文奖。
暗原色先验是一种对无雾图像的统计规律。以前的去雾方法，重心都是放在提高图像对比度上，而 Kaiming He 等人着眼于研究无雾图像的统计特征，通过对收集到的大量的无雾图像做实验，发现了这个客观存在的统计规律，即在绝大多数户外无雾图像(不包含天空)的任意局部小块中，总存在一些（至少是一个）像素，它们的某一个或几个颜色通道的强度值很低，且接近于零，称之为暗原色（dark-channel pixel）。在暗原色的求取过程中，首先将雾图像在 RGB 空间进行分解，在局部块中取最小值操作，求得 R，G，B 三通道中最小分量，然后采用 Marcel van Herk的快速算法对最小分量值进行局部区域最小滤波，也即灰度腐蚀操作。求取暗原色的数学表达式描述如下：
最低0.47元/天 解锁文章
1760
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
