图像去雾算法学习

本文深入探讨了《Single Image Haze Removal Using Dark Channel Prior》这篇论文,该论文提出了一种利用暗通道先验理论的图像去雾方法。通过对暗通道表达式的理解,以及透射率的估算,推导出了去雾公式,并分析了窗口大小、阈值等参数对去雾效果的影响。实验结果显示,该算法在保留景深感的同时有效去除图像雾气,但也存在图像偏暗的问题,可以通过后期处理改善。
摘要由CSDN通过智能技术生成

介绍一篇很好的图像去雾算法论文,对图像去雾算法的学习均源自此文章。

《Single Image Haze Removal Using Dark Channel Prior》在中国知网、百度学术上都有下载的。

作者根据Dark Object Subtraction原理通过大量实验发现局部找最暗点进行均匀去雾有很好的效果。

由此得到对于一个无雾图像每个局部区域都很有可能有一些暗的地方,换言之,至少一个颜色通道会有很低的值、或黑色东西


一些相关原理及公式理解:

1、暗通道表达式

任意输入图像J,表达式:

J^c表示彩色图像的每个通道 ,\Omega (X)表示以像素X为中心的

  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值