去雾算法学习——Single Image Dehazing（Fattal）笔记（未完继续）

最新推荐文章于 2024-06-20 14:21:54 发布

翼柯

最新推荐文章于 2024-06-20 14:21:54 发布

阅读量1w

点赞数 2

分类专栏：去雾算法

本文链接：https://blog.csdn.net/u013080652/article/details/43192907

版权

本文介绍了Fattal在2008年提出的单图像去雾算法，基于光线散射模型，探讨了透射率t和空气光A的计算方法，以及如何处理不确定性。通过实验表明，算法效果受参数影响，需要进一步优化以提高实时性和可靠性。

摘要由CSDN通过智能技术生成

本文是作者Fattal余2008年发表的文章，是对2007年的文章的改进

1.Image Degradation Model

光线沿着直线传播，但是大气中存在的灰尘、溶胶等导致大气散射的存在，这里建模思想是：沿短距离方向光线透射率有线性关系存在。沿最短距离dr光线吸收 βdr。其中，β 被称为媒介消光系数（光线散射导致）。由于这一过程，光线集成一条新型光线，在不同的空间，β志不同。给出透射率 t（transmission）：

（1）

其中r是射线参数化的弧长，表达了通过观察者和物体表面之间光线留下来强度的参数。r(d)是指没有被散射掉的光线。

假设，光线是多个补充通道的散射事件，在这里我们假设他是各项同性的均匀空间——airlight（空中光）或者veiling light(大气耗）。在辐射传输方程中用于近似真是的散射值，用于实现以下操作——简单那图形形成模型：

I(x) = t(x)J(x)+(1−t(x))A (2)

这个方程式定义在RGB三通道下成立的，I：原始图。A：airlight color vector（大气颜色矢量）。J：图像表面辐射矢量。在场景和真实光线的交点处x=（x，y），t(x)是大气射线transmission（透射率）。这里采用的是图像退化模型。[Chavez 1988; Nayar and Narasimhan 1999; Narasimhan and Nayar 2000; Schechner et al. 2001; Narasimhan and Nayar 2003;Shwartz et al. 2006].

将（2）一梯度形势表示：t<1

||▽I| = ||t▽J(x)+(1−t)▽A|| =t||▽J(x)|| < ||▽J(x)|| （3）