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: