“Single Image Haze Removal Using Dark Channel Prior”阅读笔记
含雾图像的模型可用如下等式表示:
I(x)=J(x)t(x)+A(1−t(x))
其中 I 是实际获取到的图像,
根据文章,我们先估计出Atmospheric Light量A。文章认为暗通道中最亮的0.1%像素是被雾化的。输入图像 I 在这些位置上最亮的像素值就是Atmospheric Light。
估计出A后就可计算传导系数
t^(x)=1−ωminy∈Ω(x)(mincIc(y)Ac)
其中 c∈(r,g,b) ,参数 ω 是为了保证图像的深度,论文中取值为0.95。
通过这种方法估计出来的传导系数是比较粗糙的,论文中用Soft Matting方法对其进行了优化,优化结果是计算如下等式:
(L+λU)t=λt^
其中 λ=10−4 , U 是和
∑k|(i,j)∈ωk(δij−1|ωk|(1+(Ii−μk)T(∑k+ε|ωk|U3)−1(Ij−μk)))
其中 Ii 和 Ij 分别是输入图像 I 第
求出传导系数 t 后,在对其进行双边滤波(bilateral filter)。
得到了传导系数和环境光后,就可计算出去雾后图像:
其中 t0 一般取值为0.1,设置这个参数是因为场景辐射光 J <script type="math/tex" id="MathJax-Element-266">J</script>易受噪声的干扰。