opencv 图像雾检测_专栏 | OpenCV图像处理专栏十 | 利用中值滤波进行去雾

原标题：专栏 | OpenCV图像处理专栏十 | 利用中值滤波进行去雾

前言

这是OpenCV图像处理专栏的第十篇文章，介绍一种利用中值滤波来实现去雾的算法。这个方法发表于国内的一篇论文，链接我放附录了。

算法原理

这个算法和之前He Kaiming的暗通道去雾都基于大气散射模型即： 其中 就是输入图像，需要求去雾后的输出图像 ，所以我们只要计算出全局大气光值 和透射率 就可以了。其他的一些介绍和背景交代可以去看原文，这里我直接给出论文的算法核心步骤。

1、定义 ，焦作大气光幕或者雾浓度。

2、计算，即是求暗通道，这一点在 OpenCV图像处理专栏六 | 来自何凯明博士的暗通道去雾算法(CVPR 2009最佳论文) 我已经详细说明了。

3、计算，即对 进行中值滤波得到 。

4、计算，注意式子中取了绝对值。

5、计算，式子中 是控制去雾浓度的系数，取值为 。

6、通过式子获得去雾后的图像，这个式子就是把原始子移项变形得到的。

7、自此，算法结束，得到了利用中值滤波实现的去雾后的结果。

int rows, cols;

//获取最小值矩阵

int **getMinChannel(cv::Mat img) {

rows = img.rows;

cols = img.cols;

if (img.channels != 3) {

fprintf(stderr, "Input Error!");

exit(-1);

}

int **imgGray;

imgGray = new int *[rows];

for (int i = 0; i < rows; i++) {

imgGray[i] = new int[cols];

}

for (int i = 0; i < rows; i++) {

for (int j = 0; j < cols; j++) {

int loacalMin = 255;

for (int k = 0; k < 3; k++) {

if (img.at(i, j)[k] < loacalMin) {

loacalMin = img.at(i, j)[k];

}

}

imgGray[i][j] = loacalMin;

}

}

return imgGray;

}

//求暗通道

int **getDarkChannel(int **img, int blockSize = 3) {

if (blockSize % 2 == 0 || blockSize < 3) {

fprintf(stderr, "blockSize is not odd or too small!");

exit(-1);

}

//计算pool Size

int poolSize = (blockSize - 1) / 2;

int newHeight = rows +