在大雾天气,司机总是看不清前方交通情况而造成很多不必要的事故;
在美丽的海底,光会由于海水的折射返回到相机里也就出现了一层“白雾”;
有时候清晨拍的美景,也是因为一层雾而被蒙上了“面纱”;
……
怎么去除这层“面纱”?
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,同时也是该奖设立以来,首次由亚洲学者获颁此殊荣。何的这篇论文以简单,效果近乎完美而出名,主要问题是比较费时,后续有很多人提出了加速的改进,把时间控制在了ms级,从而实现视频去雾;
了解过图像处理学科的朋友一定强烈感觉这就是噪声,我也觉得可以这么理解;
暗通道?
对于大多数没有雾的图像来说,它的任意一个像素点中的R,G,B值至少有一个是非常低的;(这个挺好理解的,如果R,G,B值都偏高,那么该像素显然有向白色过度的趋势)把每个像素中“偏暗”的值(通道)以一定的方式集合起来就构成了一幅图片的暗通道图;
作者对5000张无雾图的暗通道的强度进行了统计,可以发现暗通道图中大部分像素都是0,而且全部像素都集中于0-50之间,可以说暗通道图是稀疏的,这一点对于我们下边的公式推导至关重要。
1. 核心公式
其中,
I(x)代表待处理的图(雾图),
J(X)代表真实的图(无雾图)也就是我们想要得到的去雾后图片
t(X)代表透射率,
A代表了全局大气光值
经过一系列的数学运算……得到下式(过程省略,有两次取最小操作)
作者认为为了保持图像的真实感需要保留少量的“