讲一讲图像处理中有趣的小算法（一）

我接触图像算法有些时间了，见到过不少有意思的算法，原理也不复杂，实现起来也比较简单，所以计划记录一下。相关的图例可以到我给出的网址中找。
1.去雾算法
https://blog.csdn.net/abc1014392016/article/details/78880865
这篇文章博主讲的很好，我再简单讲讲原理。去雾算法一般用于交通监控，如果有雾那么可以选择使用去雾算法对他进行一个好的处理。
首先，他有一个假设，叫做暗通道。没有雾的图像暗通道图像都是一片黑，有雾的都是一片白色。暗通道，也就是每个区域中像素点三通道中的最小通道的最小值。如公式（1）所示，一般用最小值滤波来实现。

此外，还有大家公认的有雾图像表达式（2），I是原有雾图，J是无雾图像，t是折射率，A是一个大气成分。我们默认t和A是一个常量。

然后，开始推导：


由于公式（1）中Jdark=0，所以

最后，咱们可以求出J，为了防止t(x)过小，造成值极度偏大，需要设置一个阈值，不能小于t0.

但是，如此求出的值，由于经过了最小值滤波处理，不会很清晰，所以还要再加一个导向滤波，导向滤波又是一个有趣的算法，我把他放到下一章去讲。

2.直方图均衡化
https://blog.csdn.net/schwein_van/article/details/84336633
直方图均衡化可以拓宽灰度级范围，解决曝光等问题。
原理就是将灰度直方图的分布变为均匀分布。
其公式（1）为

其中R为原灰度值，S为变换后的灰度值，L为灰度级数。其实就是一个变换公式（2），如下所示

此外，还需要确定一个问题，那就是概率密度的问题，因此还要有公式（3）

其中ps为s的概率密度，pr为R的概率密度。至此，三个推到所需的公式到齐，只需推出

那么变换后的S必定是均匀分布。
首先由公式（2）及公式（1）得


带入公式（3）

得证结果。

预告：
下一章讲白平衡、导向滤波。