基于暗通道先验条件图像去雾算法
香港大学何凯明博士于2009发表了一篇论文《Single Image Haze Removal Using Dark Channel Prior》。在文章中,何凯明博士提出了一种简单而有效的图像先验暗通道消除单输入图像雾的算法。暗通道先验是一种无雾室外图像的统计。这是基于一个关键的观察——大多数无雾室外图像的局部区域包含一些像素,这些像素在至少一个颜色通道(R,G,B)中的强度非常低。利用这一先验模型,可以直接估计图像中薄雾的厚度,并恢复高质量的无薄雾图像。各种室外雾霾图像的结果表明了该方法的有效性。此外,作为除雾的副产物,还可以获得高质量的深度图。
图1使用单个图像去除薄雾。
如图1所示,(a)为输入雾度图像,(b)为除雾后的图像,(c)深度图。
暗通道先验图像去雾计算流程:
图2 暗通道先验图像去雾计算过程
1 暗通道图像
暗通道先验是基于以下对无雾室外图像的观察:在大多数非天空斑块中,至少有一个颜色通道在某些像素处的强度非常低。换句话说,这样一个窗口的最小强度值应该很低。形式上,对于图像j,定义:<