暗通道优先的图像去雾算法（上）



11.1  暗通道优先的图像去雾算法

图像增强与图像修复二者之间有一定交叉，虽然它们一个强调客观标准，一个强调主观标准，但毕竟终于的结果都改善了图像的质量。图像去雾就是这两种技术彼此交叉领域中最典型的代表。假设将雾霾看作是一种噪声，那么去除雾霾的标准显然是非常客观的，也就是要将图像恢复至没有雾霾下所获取的情况。可是假设将在雾霾环境下拍摄的照片就看作是一种图像本来的面貌，那么去雾显然就是人们为了改善主观视觉质量而对图像所进行的一种增强。早期图像去雾的研究并没有得到应有的重视，非常多人觉得它的实际意义不大，甚至觉得所谓的去雾算法多是些华而不实的花拳绣腿，缺乏学术上的价值。然而，斗转星移，时易世变。一方面随着大气污染的日益严重，设法改善自己主动获取的图像质量其意义不言而喻。还有一方面，随着数码设备的普及，消费类电子产品的市场也催生出很多新的需求，当中人们对所拍照片质量的修正和优化就是一个显而易见的需求。说到图像去雾，就不得不提到由何恺明博士等人提出的基于暗通道的图像去雾算法。这个算法因其新颖的思路和理想的效果而广受关注，相关论文也曾于2009年荣获CVPR最佳论文奖，同一时候也是该奖设立以来，首次由亚洲学者获颁此殊荣。

如今结果已经比較细腻了，可是显然图像有些暗。何博士在论文中也有提及直接暗通道算法的结果会是比較暗的。下一篇文章中，我们将给出在MATLAB中实现的源码，并对过暗的图像添加曝光和自己主动色阶，从而得到完美的去雾图像。

未完，待续。。。

（特别说明：本文是从我未出版的新书中抽选出来的，所以行文中读者可能会感觉有些地方好像会有对其它章节内容的引用或者提及，或者某些插图的编号直接编到了图11-X，可是这并最好还是碍你对本文的阅读和理解）